$ loading_
通过 MCP 生成单条或批量文本向量,支持多模型服务集成与检索应用。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"Embeddings MCP Server" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请使用 Embeddings MCP Server 为这 50 条帮助中心文章生成向量,模型使用 OpenAI,并返回每条文本对应的 embedding 结果与索引编号。
返回批量文本的向量结果,可用于后续语义检索或 RAG 入库。
请分别为下面两段产品描述生成 embedding,并告诉我如何基于向量计算它们的语义相似度。
输出两段文本的向量,并说明可用余弦相似度进行比较。
请通过 Embeddings MCP Server 使用 Ollama 为这批本地文档生成 embeddings,按批次处理并返回处理状态与结果摘要。
返回批处理执行情况和向量生成摘要,适合本地化或离线工作流。
通过 HTTP 部署 MCP 服务,为 AI 助手提供文本、计算与内容生成工具。