Jina AI 免费额度：新密钥赠 1000 万 tokens，可做向量化与网页正文抓取

Jina AI 并不是对话补全平台，没有 /chat/completions 接口，它提供三类能力：embeddings（向量化）、rerank（重排）、reader（网页转文本）。统一的 base_url 是 https://api.jina.ai/v1，鉴权使用请求头 Authorization: Bearer $JINA_API_KEY。

模型名的获取途径是官方文档的模型列表页，常见为 jina-embeddings-v3 和 jina-reranker-v2-base-multilingual；Reader 不用模型名，直接把 https://r.jina.ai/ 拼在目标网址前。可用的具体型号与版本以控制台实际显示为准。

一、向量化调用

先设置环境变量，把控制台复制的 Key 放进去，再执行下面的 curl：

export JINA_API_KEY="粘贴控制台复制的 API Key"

curl https://api.jina.ai/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -d '{
    "model": "jina-embeddings-v3",
    "task": "retrieval.passage",
    "dimensions": 1024,
    "input": ["第一段待入库的文档", "第二段待入库的文档"]
  }'

关键参数：model 必填；input 可以是单个字符串或字符串数组，数组时一次返回多条向量；task 决定向量用途，retrieval.query 用于检索查询、retrieval.passage 用于入库文档、text-matching 用于纯相似度比较，查询和文档必须用配对的 task，否则召回明显变差；dimensions 用于截断输出维度以省存储，不填则使用模型默认维度。

二、重排调用

检索出候选后用 rerank 精排，注意 documents 是字符串数组，top_n 控制返回条数：

curl https://api.jina.ai/v1/rerank \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -d '{
    "model": "jina-reranker-v2-base-multilingual",
    "query": "如何免费申请 Jina 额度",
    "top_n": 3,
    "documents": ["文档A内容", "文档B内容", "文档C内容"]
  }'

返回结果里每项带 index 与 relevance_score，用 index 回查原始文本即可，不要按数组顺序当成排序结果。

三、Reader 网页转正文

最省事的一步，把目标网址接在前缀后面就能拿到 LLM 友好的干净正文；带上 Key 可以提升速率与稳定性：

curl https://r.jina.ai/https://jina.ai/ \
  -H "Accept: text/plain" \
  -H "Authorization: Bearer $JINA_API_KEY"

如果把 Jina 的向量接口接到自己的模型流水线里，可以用 OpenAI SDK 兼容方式调用，注意 task 这类非标参数要放进 extra_body：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["JINA_API_KEY"],
    base_url="https://api.jina.ai/v1",
)

resp = client.embeddings.create(
    model="jina-embeddings-v3",
    input=["怎么把网页转成干净的正文"],
    extra_body={"task": "retrieval.query"},
)

print(len(resp.data[0].embedding))

四、额度耗尽与限流的典型表现

• 返回 401：Key 缺失、拼错或已被删除，先核对请求头与环境变量是否生效。
• 返回 402 或 403：试用额度耗尽，或用途超出免费档的非商业许可范围，需要换付费套餐。
• 返回 429：触发速率限制（RPM / TPM），表现为间歇性失败而非全部失败。

排查顺序建议：先用最小请求确认 Key 与 base_url 正确，再到控制台用量页看剩余额度与速率曲线，然后缩小单次 input 的批量条数、降低并发并加上指数退避重试，最后才考虑调小 dimensions 或拆分长网页。Reader 抓长文章时单次消耗较高，容易先撞到额度上限，批量任务前先估一遍 token 量。