# Embeddings と Rerank

> LLMoxy を介してベクトルを生成し、ドキュメントを再ランク付けします。

## Embeddings

OpenAI 互換の Embedding リクエストは `POST /v1/embeddings` を使用します。

```bash
curl https://llmoxy.com/v1/embeddings \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": ["first document", "second document"],
    "encoding_format": "float"
  }'
```

常用フィールド：

| フィールド | 説明 |
| --- | --- |
| `model` | 必須。Embedding モデル ID。 |
| `input` | 文字列または文字列の配列。 |
| `encoding_format` | 上流が対応している場合 `float` または `base64`。 |
| `dimensions` | 対応モデルで出力次元を指定可能。 |
| `user` | オプションの追跡識別子。 |

Gemini スタイルの Embedding リクエストは以下を使用できます：

```txt
POST /v1/engines/{model}/embeddings
```

## Rerank

`POST /v1/rerank` を使用して Jina、Cohere などの Rerank モデルを呼び出します。

```bash
curl https://llmoxy.com/v1/rerank \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jina-reranker-v2-base-multilingual",
    "query": "What is LLMoxy?",
    "documents": [
      "LLMoxy is an LLM gateway.",
      "A database stores rows."
    ],
    "top_n": 1,
    "return_documents": true
  }'
```

常用フィールド：

| フィールド | 説明 |
| --- | --- |
| `model` | 必須。Rerank モデル ID。 |
| `query` | クエリテキスト。 |
| `documents` | 文字列またはドキュメントオブジェクトの配列。 |
| `top_n` | 返される最大ランク付け結果数。 |
| `return_documents` | レスポンスに元のドキュメントを含めるかどうか。 |

これは https://jp.llmoxy.com/docs/api-reference/embeddings-rerank の markdown 版です。
