Gömme vektörleri, metni sayısal vektörlere dönüştürür; bu vektörleri bir vektör veritabanında saklayabilir, kosinüs benzerliği ile arayabilir veya RAG pipeline'larında kullanabilirsiniz. Vektör uzunluğu modele bağlıdır (genellikle 384–1024 boyut).

Önerilen modeller

• embeddinggemma
• qwen3-embedding
• all-minilm

Gömme vektörleri oluşturma

CLI

Gömme vektörlerini doğrudan komut satırından oluşturun:

ollama run embeddinggemma "Hello world"

Ayrıca metni boru hattı (pipe) kullanarak gömme vektörleri oluşturabilirsiniz:

echo "Hello world" | ollama run embeddinggemma

Çıktı bir JSON dizisidir.

cURL

curl -X POST http://localhost:11434/api/embed \
  -H "Content-Type: application/json" \
  -d '{
    "model": "embeddinggemma",
    "input": "The quick brown fox jumps over the lazy dog."
  }'

Python

import ollama

single = ollama.embed(
  model='embeddinggemma',
  input='The quick brown fox jumps over the lazy dog.'
)
print(len(single['embeddings'][0]))  # vektör uzunluğu

JavaScript

import ollama from 'ollama'

const single = await ollama.embed({
  model: 'embeddinggemma',
  input: 'The quick brown fox jumps over the lazy dog.',
})
console.log(single.embeddings[0].length) // vektör uzunluğu

Not

/api/embed uç noktası L2‑normlanmış (birim uzunluklu) vektörler döndürür.

Toplu gömme vektörleri oluşturma

input parametresine bir string dizisi gönderin.

cURL

curl -X POST http://localhost:11434/api/embed \
  -H "Content-Type: application/json" \
  -d '{
    "model": "embeddinggemma",
    "input": [
      "First sentence",
      "Second sentence",
      "Third sentence"
    ]
  }'

Python

import ollama

batch = ollama.embed(
  model='embeddinggemma',
  input=[
    'The quick brown fox jumps over the lazy dog.',
    'The five boxing wizards jump quickly.',
    'Jackdaws love my big sphinx of quartz.',
  ]
)
print(len(batch['embeddings']))  # vektör sayısı

JavaScript

import ollama from 'ollama'

const batch = await ollama.embed({
  model: 'embeddinggemma',
  input: [
    'The quick brown fox jumps over the lazy dog.',
    'The five boxing wizards jump quickly.',
    'Jackdaws love my big sphinx of quartz.',
  ],
})
console.log(batch.embeddings.length) // vektör sayısı

İpuçları

• Çoğu semantik arama kullanım durumu için kosinüs benzerliğini kullanın.
• Hem indeksleme hem de sorgulama için aynı gömme vektör modelini kullanın.