用途：9Router 的 Embeddings 技能用于调用统一的 /v1/embeddings 接口生成文本向量嵌入，适用于 RAG、语义搜索等需要向量化的场景。
主要能力：支持 OpenAI、Gemini、Mistral、Voyage、Nvidia、GitHub 等多家提供商的嵌入模型。可通过 GET $NINEROUTER_URL/v1/models/embedding 列出可用模型，并用 GET "$NINEROUTER_URL/v1/models/info?id=openai/text-embedding-3-small" 查询单个模型的维度信息。
使用方式：需先配置环境变量 NINEROUTER_URL，若启用鉴权还需 NINEROUTER_KEY，具体设置见官方 SKILL.md。请求方式为 POST $NINEROUTER_URL/v1/embeddings，必填字段为 model（取自模型列表）和 input（字符串或字符串数组）；可选字段 encoding_format（float 默认或 base64）与 dimensions（仅 OpenAI v3 支持）。示例：curl -X POST $NINEROUTER_URL/v1/embeddings -H "Authorization: Bearer $NINEROUTER_KEY" -H "Content-Type: application/json" -d '{"model":"openai/text-embedding-3-small","input":["hello","world"]}'。返回结构包含 object、model、data（每项含 object、index、embedding）与 usage（prompt_tokens、total_tokens）。
提供商差异：openai、openrouter、mistral、voyage-ai、fireworks、together、nebius、github、nvidia、jina-ai 使用原生 OpenAI 结构，dimensions 仅对 OpenAI v3（text-embedding-3-）生效；gemini、google_ai_studio 由服务端自动转换为 embedContent/batchEmbedContents，客户端仍发送 OpenAI 结构；openai-compatible-、custom-embedding-* 使用凭据中的自定义 baseUrl。
限制：批量（input 为数组）速度更快，但部分提供商对批量大小有限制。其余收费、价格、平台与效果信息暂未提供。