지원 임베딩 모델

PRX-Memory는 세 가지 임베딩 프로바이더 패밀리를 지원합니다. 각 프로바이더는 prx-memory-embed 크레이트의 통합 어댑터 인터페이스를 통해 연결됩니다.

OpenAI 호환

OpenAI 임베딩 엔드포인트 형식(/v1/embeddings)을 따르는 모든 API를 사용할 수 있습니다. OpenAI 자체, Azure OpenAI, 로컬 추론 서버를 포함합니다.

PRX_EMBED_PROVIDER=openai-compatible
PRX_EMBED_API_KEY=your_openai_key
PRX_EMBED_MODEL=text-embedding-3-small
PRX_EMBED_BASE_URL=https://api.openai.com  # optional

모델	차원	참고
text-embedding-3-small	1536	품질과 비용의 좋은 균형
text-embedding-3-large	3072	최고 품질, 높은 비용
text-embedding-ada-002	1536	레거시 모델

로컬 추론

개인 정보 보호가 민감한 배포의 경우 PRX_EMBED_BASE_URL을 오픈소스 임베딩 모델을 실행하는 로컬 추론 서버(예: Ollama, vLLM, text-embeddings-inference를 통해)로 지정하세요.

Jina AI

Jina는 검색 작업에 최적화된 고품질 다국어 임베딩 모델을 제공합니다.

PRX_EMBED_PROVIDER=jina
PRX_EMBED_API_KEY=your_jina_key
PRX_EMBED_MODEL=jina-embeddings-v3

모델	차원	참고
jina-embeddings-v3	1024	최신 다국어 모델
jina-embeddings-v2-base-en	768	영어 최적화
jina-embeddings-v2-base-code	768	코드 최적화

폴백 키

PRX_EMBED_API_KEY가 설정되지 않으면 시스템은 폴백으로 JINA_API_KEY를 확인합니다.

Google Gemini

Gemini 임베딩 모델은 Google AI API를 통해 사용 가능합니다.

PRX_EMBED_PROVIDER=gemini
PRX_EMBED_API_KEY=your_gemini_key
PRX_EMBED_MODEL=text-embedding-004

모델	차원	참고
text-embedding-004	768	현재 권장 모델
embedding-001	768	레거시 모델

폴백 키

PRX_EMBED_API_KEY가 설정되지 않으면 시스템은 폴백으로 GEMINI_API_KEY를 확인합니다.

모델 선택

우선순위	권장 모델	프로바이더
최고 품질	text-embedding-3-large	OpenAI 호환
코드에 최적	jina-embeddings-v2-base-code	Jina
다국어	jina-embeddings-v3	Jina
개인 정보 보호 / 로컬	로컬 모델 (openai-compatible을 통해)	자체 호스팅
비용 효율	text-embedding-3-small	OpenAI 호환

모델 전환

임베딩 모델을 전환할 때 기존 벡터는 새 모델의 벡터 공간과 호환되지 않습니다. memory_reembed 도구를 사용하여 새 모델로 저장된 모든 메모리를 재임베딩합니다:

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "memory_reembed",
    "arguments": {}
  }
}

WARNING

재임베딩은 저장된 모든 메모리에 대해 API 호출이 필요합니다. 대용량 데이터베이스의 경우 상당한 시간이 걸리고 API 비용이 발생할 수 있습니다. 사용량이 적은 시간에 재임베딩을 계획하세요.

다음 단계

• 배치 처리 -- 효율적인 대량 임베딩
• 리랭킹 모델 -- 2단계 리랭킹 모델 옵션
• 설정 레퍼런스 -- 모든 환경 변수