Documentation Index
Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt
Use this file to discover all available pages before exploring further.
Descripción
Hemos integrado las tres interfaces principales de Jina AI, ayudándote a construir fácilmente potentes agentes inteligentes. Estas interfaces son adecuadas principalmente para los siguientes escenarios:
- Embeddings vectoriales (Embeddings): Aplicable a escenarios multimodales de preguntas y respuestas RAG, como atención al cliente inteligente, contratación inteligente y preguntas y respuestas sobre bases de conocimiento.
- Reordenamiento (Rerank): Mediante la optimización de los resultados candidatos de Embedding, los ordena según la relevancia temática, mejorando significativamente la calidad de las respuestas de los modelos de lenguaje grandes.
- Búsqueda profunda (DeepSearch): Realiza búsqueda y razonamiento profundos hasta encontrar la respuesta óptima, especialmente adecuada para tareas complejas como proyectos de investigación y desarrollo de soluciones de producto.
Hemos mejorado la API de Jina AI para admitir futuras extensiones, por lo que el uso puede diferir ligeramente de la implementación nativa oficial.
Inicio rápido
Sustituye API_KEY por AIHUBMIX_API_KEY y el enlace del endpoint del modelo; los demás parámetros y el uso son totalmente coherentes con la web oficial de Jina AI.
Sustitución de endpoints:
- Embeddings vectoriales (Embeddings):
https://jina.ai/embeddings -> https://aihubmix.com/v1/embeddings
- Reordenamiento (Rerank):
https://api.jina.ai/v1/rerank -> https://aihubmix.com/v1/rerank
- Búsqueda profunda (DeepSearch):
https://deepsearch.jina.ai/v1/chat/completions -> https://aihubmix.com/v1/chat/completions
Embeddings
El Embedding de Jina AI admite tanto texto plano como imágenes multimodales y funciona excelentemente en tareas multilingües.
Parámetros de la solicitud
Nombre del modelo, lista de modelos disponibles:
jina-clip-v2: Multimodal, multilingüe, 1024 dimensiones, ventana de contexto de 8K, 865M parámetros
jina-embeddings-v3: Modelo de texto, multilingüe, 1024 dimensiones, ventana de contexto de 8K, 570M parámetros
jina-colbert-v2: Modelo ColBERT multilingüe, contexto de 8K tokens, 560M parámetros, utilizado para embedding y reordenamiento
jina-embeddings-v2-base-code: Modelo optimizado para búsqueda de código y documentación, 768 dimensiones, ventana de contexto de 8K, 137M parámetros
Texto o imagen de entrada; los distintos modelos admiten diferentes formatos de entrada. Para texto, proporciona un array de cadenas; para modelos multimodales, proporciona un array de objetos que contengan los campos text o image.
embedding_format
string
predeterminado:"float"
Tipo de datos devueltos, valores opcionales:
float: Predeterminado, devuelve un array de floats. El formato más común y fácil de usar; devuelve una lista de floats
binary_int8: Devuelve un formato binario empaquetado int8. Almacenamiento, búsqueda y transmisión más eficientes
binary_uint8: Devuelve un formato binario empaquetado uint8. Almacenamiento, búsqueda y transmisión más eficientes
base64: Devuelve una cadena codificada en base64. Transmisión más eficiente
dimensions
integer
predeterminado:"1024"
El número de dimensiones utilizadas en el cómputo. Valores admitidos:
1. Uso multimodal
curl https://aihubmix.com/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-***" \
-d @- <<EOFEOF
{
"model": "jina-clip-v2",
"input": [
{
"text": "A beautiful sunset over the beach"
},
{
"text": "Un beau coucher de soleil sur la plage"
},
{
"text": "海滩上美丽的日落"
},
{
"text": "浜辺に沈む美しい夕日"
},
{
"image": "https://i.ibb.co/nQNGqL0/beach1.jpg"
},
{
"image": "https://i.ibb.co/r5w8hG8/beach2.jpg"
},
{
"image": "R0lGODlhEAAQAMQAAORHHOVSKudfOulrSOp3WOyDZu6QdvCchPGolfO0o/XBs/fNwfjZ0frl3/zy7////wAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACH5BAkAABAALAAAAAAQABAAAAVVICSOZGlCQAosJ6mu7fiyZeKqNKToQGDsM8hBADgUXoGAiqhSvp5QAnQKGIgUhwFUYLCVDFCrKUE1lBavAViFIDlTImbKC5Gm2hB0SlBCBMQiB0UjIQA7"
}
]
}
EOFEOF
2. Uso con texto puro
Proporciona solo un array de cadenas de texto; no incluyas el campo image.
curl https://aihubmix.com/v1/rerank \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-***" \
-d @- <<EOFEOF
{
"model": "jina-embeddings-v3",
"input": [
"A beautiful sunset over the beach",
"Un beau coucher de soleil sur la plage",
"海滩上美丽的日落",
"浜辺に沈む美しい夕日"
]
}
EOFEOF
Rerank
El Reranker tiene como objetivo mejorar la relevancia de la búsqueda y la precisión del RAG. Analiza en profundidad los resultados iniciales de la búsqueda, considera las interacciones sutiles entre la consulta y el contenido del documento, y reordena los resultados de la búsqueda para colocar los más relevantes en los primeros puestos.
Parámetros de la solicitud
Nombre del modelo, lista de modelos disponibles:
jina-reranker-m0: Reordenador multimodal y multilingüe de documentos, contexto de 10K, 2,4B parámetros, para la ordenación de documentos visuales
Texto de la consulta de búsqueda, utilizado para comparar con los documentos candidatos
Número de documentos más relevantes a devolver. Por defecto devuelve todos los documentos
Array de documentos candidatos; se reordenará según su relevancia respecto a la consulta
max_chunk_per_doc
integer
predeterminado:"4096"
Longitud máxima de fragmento por documento; aplicable únicamente a Cohere (no admitido por Jina). Predeterminado: 4096.
Los documentos largos se truncarán automáticamente al número de tokens especificado.
1. Uso multimodal
curl https://aihubmix.com/v1/rerank \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-***" \
-d @- <<EOFEOF
{
"model": "jina-reranker-m0",
"query": "small language model data extraction",
"documents": [
{
"image": "https://raw.githubusercontent.com/jina-ai/multimodal-reranker-test/main/handelsblatt-preview.png"
},
{
"image": "https://raw.githubusercontent.com/jina-ai/multimodal-reranker-test/main/paper-11.png"
},
{
"image": "https://raw.githubusercontent.com/jina-ai/multimodal-reranker-test/main/wired-preview.png"
},
{
"text": "We present ReaderLM-v2, a compact 1.5 billion parameter language model designed for efficient web content extraction. Our model processes documents up to 512K tokens, transforming messy HTML into clean Markdown or JSON formats with high accuracy -- making it an ideal tool for grounding large language models. The models effectiveness results from two key innovations: (1) a three-stage data synthesis pipeline that generates high quality, diverse training data by iteratively drafting, refining, and critiquing web content extraction; and (2) a unified training framework combining continuous pre-training with multi-objective optimization. Intensive evaluation demonstrates that ReaderLM-v2 outperforms GPT-4o-2024-08-06 and other larger models by 15-20% on carefully curated benchmarks, particularly excelling at documents exceeding 100K tokens, while maintaining significantly lower computational requirements."
},
{
"image": "https://jina.ai/blog-banner/using-deepseek-r1-reasoning-model-in-deepsearch.webp"
},
{
"text": "数据提取么?为什么不用正则啊,你用正则不就全解决了么?"
},
{
"text": "During the California Gold Rush, some merchants made more money selling supplies to miners than the miners made finding gold."
},
{
"text": "Die wichtigsten Beiträge unserer Arbeit sind zweifach: Erstens führen wir eine neuartige dreistufige Datensynthese-Pipeline namens Draft-Refine-Critique ein, die durch iterative Verfeinerung hochwertige Trainingsdaten generiert; und zweitens schlagen wir eine umfassende Trainingsstrategie vor, die kontinuierliches Vortraining zur Längenerweiterung, überwachtes Feintuning mit spezialisierten Kontrollpunkten, direkte Präferenzoptimierung (DPO) und iteratives Self-Play-Tuning kombiniert. Um die weitere Forschung und Anwendung der strukturierten Inhaltsextraktion zu erleichtern, ist das Modell auf Hugging Face öffentlich verfügbar."
},
{
"image": "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"
}
]
}
EOFEOF
Descripción de la respuesta
{
"model": "jina-reranker-m0",
"results": [
{
"index": 1,
"relevance_score": 0.8814517277012487
},
{
"index": 3,
"relevance_score": 0.7756727858283531
},
{
"index": 7,
"relevance_score": 0.6128658982982312
}
],
"usage": {
"total_tokens": 2894
}
}
Respuesta exitosa:
model: El nombre del modelo utilizado
results: Un array de resultados de reordenamiento ordenados por puntuación de relevancia en orden descendente; cada elemento contiene:
index: La posición del índice en el array de documentos original
relevance_score: Una puntuación de relevancia entre 0 y 1; las puntuaciones más altas indican mayor relevancia respecto a la consulta
usage: Estadísticas de uso
total_tokens: Número total de tokens procesados en esta solicitud
2. Uso con texto
El reordenamiento de texto admite tanto tareas multilingües como regulares, de manera similar al uso de embeddings, pasando un array.
curl https://aihubmix.com/v1/rerank \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-***" \
-d @- <<EOFEOF
{
"model": "jina-reranker-v2-base-multilingual",
"query": "Organic skincare products for sensitive skin",
"top_n": 3,
"documents": [
"Organic skincare for sensitive skin with aloe vera and chamomile: Imagine the soothing embrace of nature with our organic skincare range, crafted specifically for sensitive skin. Infused with the calming properties of aloe vera and chamomile, each product provides gentle nourishment and protection. Say goodbye to irritation and hello to a glowing, healthy complexion.",
"New makeup trends focus on bold colors and innovative techniques: Step into the world of cutting-edge beauty with this seasons makeup trends. Bold, vibrant colors and groundbreaking techniques are redefining the art of makeup. From neon eyeliners to holographic highlighters, unleash your creativity and make a statement with every look.",
"Bio-Hautpflege für empfindliche Haut mit Aloe Vera und Kamille: Erleben Sie die wohltuende Wirkung unserer Bio-Hautpflege, speziell für empfindliche Haut entwickelt. Mit den beruhigenden Eigenschaften von Aloe Vera und Kamille pflegen und schützen unsere Produkte Ihre Haut auf natürliche Weise. Verabschieden Sie sich von Hautirritationen und genießen Sie einen strahlenden Teint.",
"Neue Make-up-Trends setzen auf kräftige Farben und innovative Techniken: Tauchen Sie ein in die Welt der modernen Schönheit mit den neuesten Make-up-Trends. Kräftige, lebendige Farben und innovative Techniken setzen neue Maßstäbe. Von auffälligen Eyelinern bis hin zu holografischen Highlightern – lassen Sie Ihrer Kreativität freien Lauf und setzen Sie jedes Mal ein Statement.",
"Cuidado de la piel orgánico para piel sensible con aloe vera y manzanilla: Descubre el poder de la naturaleza con nuestra línea de cuidado de la piel orgánico, diseñada especialmente para pieles sensibles. Enriquecidos con aloe vera y manzanilla, estos productos ofrecen una hidratación y protección suave. Despídete de las irritaciones y saluda a una piel radiante y saludable.",
"Las nuevas tendencias de maquillaje se centran en colores vivos y técnicas innovadoras: Entra en el fascinante mundo del maquillaje con las tendencias más actuales. Colores vivos y técnicas innovadoras están revolucionando el arte del maquillaje. Desde delineadores neón hasta iluminadores holográficos, desata tu creatividad y destaca en cada look.",
"针对敏感肌专门设计的天然有机护肤产品:体验由芦荟和洋甘菊提取物带来的自然呵护。我们的护肤产品特别为敏感肌设计,温和滋润,保护您的肌肤不受刺激。让您的肌肤告别不适,迎来健康光彩。",
"新的化妆趋势注重鲜艳的颜色和创新的技巧:进入化妆艺术的新纪元,本季的化妆趋势以大胆的颜色和创新的技巧为主。无论是霓虹眼线还是全息高光,每一款妆容都能让您脱颖而出,展现独特魅力。",
"敏感肌のために特別に設計された天然有機スキンケア製品: アロエベラとカモミールのやさしい力で、自然の抱擁を感じてください。敏感肌用に特別に設計された私たちのスキンケア製品は、肌に優しく栄養を与え、保護します。肌トラブルにさようなら、輝く健康な肌にこんにちは。",
"新しいメイクのトレンドは鮮やかな色と革新的な技術に焦点を当てています: 今シーズンのメイクアップトレンドは、大胆な色彩と革新的な技術に注目しています。ネオンアイライナーからホログラフィックハイライターまで、クリエイティビティを解き放ち、毎回ユニークなルックを演出しましょう。"
]
}
EOFEOF
DeepSearch
DeepSearch combina capacidades de búsqueda, lectura y razonamiento para encontrar la mejor respuesta posible. Es totalmente compatible con el formato de la Chat API de OpenAI: simplemente sustituye api.openai.com por aihubmix.com para empezar.
El stream devolverá el proceso de razonamiento.
Parámetros de la solicitud
Nombre del modelo, modelos disponibles:
jina-deepsearch-v1: Modelo predeterminado; busca, lee y razona hasta encontrar la mejor respuesta
stream
boolean
predeterminado:"true"
Si se habilita la respuesta en streaming. Se recomienda encarecidamente mantener esta opción activada; las solicitudes a DeepSearch pueden tardar mucho en completarse, y desactivar el streaming puede resultar en un error ‘524 Timeout’
La lista de mensajes de conversación entre el usuario y el asistente. Admite múltiples tipos (modales) de mensajes, como texto (.txt, .pdf), imágenes (.png, .webp, .jpeg), etc. El tamaño máximo del archivo es de 10 MB
DeepSearch admite múltiples tipos de formatos de mensaje, que pueden incluir texto puro (message), archivos (file) e imágenes (image). A continuación, ejemplos de distintos formatos:
1. Mensaje de texto puro
{
"role": "user",
"content": "hi"
}
2. Mensaje con archivo adjunto
{
"role": "user",
"content": [
{
"type": "text",
"text": "what's in this file?"
},
{
"type": "file",
"data": "data:application/pdf;base64,JVBERi0xLjQKJfbk...", // PDF 文件的 base64 编码
"mimeType": "application/pdf"
}
]
}
3. Mensaje con imagen
{
"role": "user",
"content": [
{
"type": "text",
"text": "what's in the image?"
},
{
"type": "image",
"image": "data:image/webp;base64,UklGRoDOAAB...", // the base64 encoding of images
"mimeType": "image/webp"
}
]
}
Todos los archivos e imágenes deben estar previamente codificados en formato data URI, con un tamaño máximo de archivo de 10 MB.
Ejemplo de llamada
Ten en cuenta que la llamada en streaming con Python desde la web oficial de Jina AI no tendrá respuesta; consulta nuestro ejemplo.
curl https://aihubmix.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-***" \
-d @- <<EOFEOF
{
"model": "jina-deepsearch-v1",
"messages": [
{
"role": "user",
"content": "Hi!"
},
{
"role": "assistant",
"content": "Hi, how can I help you?"
},
{
"role": "user",
"content": "what's the latest blog post from jina ai?"
}
],
"stream": true
}
EOFEOF
Descripción de la respuesta
La respuesta de DeepSearch se envía en streaming por defecto e incluye tanto los pasos intermedios de razonamiento como la respuesta final.
El último bloque del stream contiene la respuesta final, una lista de las URLs visitadas y los detalles de uso de tokens.
Si se desactiva el streaming, solo se devolverá la respuesta final: los pasos intermedios de “razonamiento” se omitirán.
Nota: Este objeto JSON difiere del formato utilizado por Jina AI.
{
"id": "1745506101379",
"object": "chat.completion.chunk",
"created": 1745506101,
"model": "jina-deepsearch-v1",
"choices": [
{
"index": 0,
"delta": {
"role": "assistant",
"reasoning_content": "<think>"
}
}
],
"system_fingerprint": "fp_1745506101379"
}
// Streaming reason
{
"id": "1745506101379",
"object": "chat.completion.chunk",
"created": 1745506101,
"model": "jina-deepsearch-v1",
"choices": [
{
"index": 0,
"delta": {
"reasoning_content": "thinking parts"
}
}
],
"system_fingerprint": "fp_1745506101379"
}
// Reasoning finished
{
"id": "1745506101379",
"object": "chat.completion.chunk",
"created": 1745506101,
"model": "jina-deepsearch-v1",
"choices": [
{
"index": 0,
"delta": {
"reasoning_content": "</think>\n\n"
},
"finish_reason": "thinking_end"
}
],
"system_fingerprint": "fp_1745506101379"
}
// The Final Response with URL
{
"id": "1745506101379",
"object": "chat.completion.chunk",
"created": 1745506101,
"model": "jina-deepsearch-v1",
"choices": [
{
"index": 0,
"delta": {
"content": "Response content",
"type": "text",
"annotations": [
{
"type": "url_citation",
"url_citation": {
"url": "https://example.com",
"title": "Page Title",
"start_index": 0,
"end_index": 0
}
}
]
},
"finish_reason": "stop"
}
],
"system_fingerprint": "fp_1745506101379",
"usage": {
"prompt_tokens": 673423,
"completion_tokens": 109286,
"total_tokens": 583555
}
}
data: [DONE]
Ejemplo de retorno en Python: Consulta la salida en streaming devuelta directamente por la API.
Última actualización: 2026-06-01