> ## Documentation Index
> Fetch the complete documentation index at: https://ikun.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Fireworks Embedder

`FireworksEmbedder` 可用于通过 Fireworks API 将文本数据嵌入到向量中。Fireworks 使用 OpenAI API 规范，因此 `FireworksEmbedder` 类与 `OpenAIEmbedder` 类类似，并进行了调整以确保与 Fireworks 平台兼容。在此处获取您的密钥：[https://fireworks.ai/account/api-keys](https://fireworks.ai/account/api-keys)。

## 用法

```python cookbook/embedders/fireworks_embedder.py theme={null}
from agno.agent import AgentKnowledge
from agno.vectordb.pgvector import PgVector
from agno.embedder.fireworks import FireworksEmbedder

# 将句子嵌入到数据库中
embeddings = FireworksEmbedder().get_embedding("The quick brown fox jumps over the lazy dog.")

# 打印嵌入向量及其维度
print(f"Embeddings: {embeddings[:5]}")
print(f"Dimensions: {len(embeddings)}")

# 在知识库中使用 embedder
knowledge_base = AgentKnowledge(
    vector_db=PgVector(
        db_url="postgresql+psycopg://ai:ai@localhost:5532/ai",
        table_name="fireworks_embeddings",
        embedder=FireworksEmbedder(),
    ),
    num_documents=2,
)
```

## 参数

| 参数           | 类型    | 默认值                                       | 描述                |
| ------------ | ----- | ----------------------------------------- | ----------------- |
| `model`      | `str` | `"nomic-ai/nomic-embed-text-v1.5"`        | 用于生成嵌入向量的模型名称。    |
| `dimensions` | `int` | `768`                                     | 模型生成的嵌入向量的维度。     |
| `api_key`    | `str` | -                                         | 用于身份验证请求的 API 密钥。 |
| `base_url`   | `str` | `"https://api.fireworks.ai/inference/v1"` | API 端点的基本 URL。    |

## 开发者资源

* 查看 [Cookbook](https://github.com/agno-agi/agno/blob/main/cookbook/agent_concepts/knowledge/embedders/fireworks_embedder.py)