用途：该技能在需要阿里云百炼（Model Studio）文本嵌入模型生成向量时使用，适用于语义搜索、检索增强生成（RAG）、聚类或离线向量化等场景。
主要能力：通过脚本生成嵌入请求，支持指定文本输入并输出请求文件。可用模型字符串需从以下精确名称中选择：text-embedding-v4、text-embedding-v3、text-embedding-v2、text-embedding-v1、qwen3-embedding-8b、qwen3-embedding-4b、qwen3-embedding-0.6b。
使用方式：快速开始命令为 python skills/ai/search/alicloud-ai-search-text-embedding/scripts/prepare_embedding_request.py --text "Alibaba Cloud Model Studio" --output output/alicloud-ai-search-text-embedding/request.json。验证命令为 mkdir -p output/alicloud-ai-search-text-embedding 后运行 python -m py_compile skills/ai/search/alicloud-ai-search-text-embedding/scripts/prepare_embedding_request.py && echo "py_compile_ok" > output/alicloud-ai-search-text-embedding/validate.txt，通过标准为命令退出码 0 且生成 validate.txt 文件。
配套与限制：建议与 skills/ai/search/alicloud-ai-search-dashvector 或其他向量存储技能搭配使用。图像或多模态嵌入需另行添加专门的多模态嵌入支持。参考资料见 references/sources.md。其他细节暂未提供。