用途：该技能用于调用阿里云百炼（Model Studio）的文本嵌入模型，将文本转换为向量表示，适用于语义搜索、检索增强生成（RAG）、聚类以及离线处理等任务。
主要能力：支持多个嵌入模型，需使用精确的模型字符串，包括 text-embedding-v4、text-embedding-v3、text-embedding-v2、text-embedding-v1，以及 qwen3-embedding-8b、qwen3-embedding-4b、qwen3-embedding-0.6b。
使用方式：通过脚本 prepare_embedding_request.py 准备嵌入请求。快速开始命令：python skills/ai/search/aliyun-qwen-text-embedding/scripts/prepare_embedding_request.py --text "Alibaba Cloud Model Studio" --output output/aliyun-qwen-text-embedding/request.json。验证方式：mkdir -p output/aliyun-qwen-text-embedding，然后运行 python -m py_compile skills/ai/search/aliyun-qwen-text-embedding/scripts/prepare_embedding_request.py && echo "py_compile_ok" > output/aliyun-qwen-text-embedding/validate.txt，通过标准为命令退出码为 0 且生成 validate.txt 文件。
适用场景：语义搜索、RAG、聚类、离线处理。建议与向量存储技能（如 skills/ai/search/aliyun-dashvector-search/）配合使用。
限制：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。