# 嵌入模型

> 选择用于 PentAGI memory 与知识检索的嵌入模型。

嵌入技术为 [memory](https://pentagi.com/zh-cn/docs/glossary/#memory)、[knowledge base](https://pentagi.com/zh-cn/docs/glossary/#knowledge-base) 和历史结果的语义搜索提供支持。OpenAI 是默认 [provider](https://pentagi.com/zh-cn/docs/glossary/#provider)；若未设置 `EMBEDDING_MODEL`，系统将使用 `text-embedding-ada-002`。以下是在 `.env` 中的配置示例：

```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
```

任何实现了 OpenAI `/embeddings` API 的服务均可与 `EMBEDDING_PROVIDER=openai` 及自定义 `EMBEDDING_URL` 配合使用。

> [!WARNING]
> 如果您更改了嵌入 provider 或模型，请使用 `docker exec -it pentagi /opt/pentagi/bin/etester reindex` 重新计算存储的向量——不同模型生成的向量无法相互比较。请勿为此运行 `etester flush`：它会删除所有存储的文档，包括 knowledge base。

## [自定义 CA 证书](https://pentagi.com/zh-cn/docs/configuration/embeddings/#custom-ca-certificates)

如果模型后端或 [tool](https://pentagi.com/zh-cn/docs/glossary/#tool) 服务器使用私有 CA，且您遇到 `x509: certificate signed by unknown authority` 错误，请将 PEM 证书包放入 `pentagi-ssl` 卷中，并配置 PentAGI 指向该文件：

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

然后使用 `docker compose up -d pentagi` 重启服务。