通义千问

通义千问（Qwen）Embedding 模型是 Qwen 系列的最新专有模型，专为文本嵌入和排序任务而设计。该系列基于 Qwen3 系列的密集基础模型，提供了从 0.6B 到 8B 不同参数规模的模型，覆盖了从轻量级边缘部署到高性能数据中心的全场景需求。其核心优势在于继承了基础模型卓越的多语言能力（支持超过 100 种语言和多种编程语言）、长文本理解（高达 32K 的上下文窗口） 以及强大的逻辑推理能力。

提示

使用 Qwen 服务需要遵循第三方平台的收费规则，可能产生相应费用。请在继续前，访问其官网或查阅相关文档，确认并接受其收费标准。如不同意，请勿继续操作。

依赖与鉴权

• 已安装 @seekdb/qwen 软件包。

• 具备调用 Qwen Embedding API 的权限。

示例：创建 Qwen Embedding Function

调用 new QwenEmbeddingFunction() 构造函数，并传入配置对象来初始化嵌入函数。

import { QwenEmbeddingFunction } from "@seekdb/qwen";

const qwenEmbed = new QwenEmbeddingFunction({
  modelName: "text-embedding-v4",
});

配置项说明：

• apiKey：DashScope API 密钥（可选；若不提供，则尝试从环境变量读取）
• apiKeyEnvVar：API 密钥的环境变量名（默认：DASHSCOPE_API_KEY）
• modelName：模型名称（默认：text-embedding-v4）
• dimensions：输出维度（默认：1024）
• region：API 区域："cn"（中国）或 "intl"（国际）（默认："cn"）