Skip to main content
Version: Next

Bắt đầu nhanh

Lấy API Key​

  1. Truy cập ProtonX Platform để đăng ký tài khoản.
  2. Sau khi đăng nhập, bạn có thể tạo khóa API (API Key) từ trang quản lý cá nhân.
  3. Sao lưu và giữ khóa này cẩn thận để sử dụng trong ứng dụng của bạn.

Ví dụ: Tạo Embedding bằng Python​

Sử dụng thư viện ProtonX trong Python.

from protonx import ProtonX

# Khởi tạo client ProtonX với API Key của bạn
client = ProtonX(api_key="your_api_key")

# Tạo embedding cho đoạn văn bản
text = "Tôi yêu Việt Nam"
result = client.embeddings.create(text)

Ví dụ: Tạo Embedding bằng JavaScript​

Sử dụng thư viện ProtonX cho JavaScript hoặc TypeScript.

import { ProtonX } from "protonx";

const client = new ProtonX({
  apiKey: "your_api_key_here"
});

const run = async () => {
  const res = await client.embeddings.create({
    input: "Tôi yêu Việt Nam",
  });
  console.log(res);
};

run();

Ví dụ: Kết quả trả về​

Khi chạy thành công, bạn sẽ nhận được một phản hồi chứa vector embedding của văn bản:

{
  'data': [
    {
      'index': 0,
      'embedding': [-0.0289, 0.0718, -0.0745, ...]
    }
  ],
  'usage': {
    'prompt_tokens': 4,
    'total_tokens': 4,
    'processing_time': 0.13,
    'num_texts': 1,
    'average_tokens_per_text': 4.0,
    'max_length': 4096
  }
}

Embedding là một mảng số thực biểu diễn ngữ nghĩa của câu — giúp mô hình có thể so sánh độ tương đồng giữa các câu hoặc tìm kiếm nội dung liên quan hiệu quả hơn.

Tiếp theo​

Trong các phần sau, bạn sẽ học cách:

  • Sử dụng embeddings để xây dựng hệ thống tìm kiếm ngữ nghĩa.
  • Kết hợp ProtonX với các công cụ RAG và chatbot.
  • Đánh giá độ chính xác của mô hình bằng bộ ProtonX Evaluation Framework.