用途：本技能集成 Cohere API，用于在 AI 工作流中生成文本嵌入、实现 RAG、对结果重排以及执行语义检索，适合需要向量化、上下文检索或文本相似度分析的场景，如聊天机器人、检索排序等。
主要能力：通过 /embed 端点将文本转为向量，支持 embed-english-v3.0 等模型，单请求最多 512 tokens；通过 /generate 结合外部数据实现 RAG，输入输出最多 2048 tokens；通过 /rerank 按查询相关性打分并重排文本列表，可设置 top-k；利用嵌入做相似度检索，可对接 Pinecone、Weaviate 等向量库。API 限速为每分钟 60 次请求，可通过响应头监控；请求中可指定模型，如 command 用于生成、embed-multilingual-v2.0 用于跨语言嵌入。
使用方式：先设置环境变量 export COHERE_API_KEY=your_api_key，再通过 HTTP 或 Cohere SDK 调用。嵌入请求用 JSON 负载包含文本数组；RAG 先检索文档再传给 /generate；重排可单次调用处理搜索结果。示例命令：curl -X POST https://api.cohere.ai/v1/embed -H "Authorization: Bearer $COHERE_API_KEY" -H "Content-Type: application/json" -d '{"texts": ["Hello world"], "model": "embed-english-v3.0"}'。Python 可 pip install cohere 后使用客户端调用。
限制与错误处理：常见错误包括 401（密钥缺失或无效）、429（超出速率）和 400（请求无效）。遇 429 可用指数退避重试，401 需检查密钥，调用前校验输入长度以避免 400。其他平台细节暂未提供。