# CLIP Embedding — 多模态向量化服务

## 概述

基于 OpenAI CLIP ViT-H-14 的多模态嵌入服务，将文本和图像编码为统一的 1024 维向量空间，实现图文跨模态检索。

## 模型

- BAAI/CLIP-ViT-H-14 (OpenCLIP)
- 向量维度: 1024
- GPU: 部署于 GPU 服务器

## API

| 端点 | 方法 | 说明 |
|------|------|------|
| /api/status | GET | 服务状态和模型信息 |
| /api/text | POST | 文本 → 向量 |
| /api/image | POST | 图片 → 向量 |
| /api/similarity | POST | 文本-图片相似度计算 |

## 请求示例

```json
POST /api/text
{"texts": ["一只猫坐在沙发上", "日落海滩"]}

POST /api/image
{"images": ["base64图片数据"]}
```

## 部署

```bash
cd /data/ymq/clip_embedding
bash build.sh
sudo systemctl restart clip
```

## 端口

9086