用 Embeddings API 构建语义搜索与 RAG 检索

Embeddings 将文本转换为高维向量，使语义相近的内容在向量空间中距离更近。这是语义搜索、推荐系统与 RAG(检索增强生成) 的基础能力。

SeerMarTech 提供 OpenAI 兼容的 /v1/embeddings 接口，支持 text-embedding-3-small、text-embedding-3-large 等主流模型。只需将 OpenAI SDK 的 base_url 改为 https://api.seermartech.cn/v1 即可接入。

按 token 计费，响应头 X-SeerMarTech-Charge-CNY 返回本次扣费。text-embedding-3-small 参考价约 ¥0.00032 / 1K tokens，适合大规模 RAG 场景。

典型 RAG 流程：文档切片 → Embeddings 向量化 → 存入向量数据库 → 用户查询向量化 → 相似度检索 → 将相关片段注入 LLM 上下文。SeerMarTech Embeddings 可覆盖向量化环节，与 SEO 数据 API 共用余额。