# Эмбеддинги

> Выберите модель эмбеддингов для memory и поиска знаний PentAGI.

Эмбеддинги обеспечивают семантический поиск по [memory](https://pentagi.com/ru/docs/glossary/#memory), [knowledge base](https://pentagi.com/ru/docs/glossary/#knowledge-base) и предыдущим результатам. По умолчанию используется [provider](https://pentagi.com/ru/docs/glossary/#provider) OpenAI; если `EMBEDDING_MODEL` не задан, применяется `text-embedding-ada-002`. Пример конфигурации в `.env`:

```bash
EMBEDDING_PROVIDER=openai          # openai, ollama, mistral, jina, huggingface, googleai, voyageai
EMBEDDING_MODEL=text-embedding-3-small
# optional custom endpoint
EMBEDDING_URL=
# provider API key, if required
EMBEDDING_KEY=
EMBEDDING_BATCH_SIZE=512               # default
EMBEDDING_MAX_TEXT_BYTES=8192          # default
```

Любой сервис, реализующий API `/embeddings` от OpenAI, совместим с `EMBEDDING_PROVIDER=openai` и пользовательским `EMBEDDING_URL`.

> [!WARNING]
> Если вы меняете provider эмбеддингов или модель, пересчитайте сохранённые векторы с помощью `docker exec -it pentagi /opt/pentagi/bin/etester reindex` — векторы от разных моделей несопоставимы. Не запускайте для этого `etester flush`: эта команда удаляет все сохранённые документы, включая knowledge base.

## [Пользовательские CA-сертификаты](https://pentagi.com/ru/docs/configuration/embeddings/#custom-ca-certificates)

Если бэкенд модели или сервер [tool](https://pentagi.com/ru/docs/glossary/#tool) использует частный центр сертификации, и вы наблюдаете ошибку `x509: certificate signed by unknown authority`, поместите PEM-бандл в том `pentagi-ssl` и укажите путь к нему для PentAGI:

```bash
EXTERNAL_SSL_CA_PATH=/opt/pentagi/ssl/ca-bundle.pem
EXTERNAL_SSL_INSECURE=false
```

Затем перезапустите сервисы командой `docker compose up -d pentagi`.