Dify / Continue 知识库向量模型怎么填：用不墨 Router 同一个 Key 接 text-embedding-v4

不墨 Router 现在提供 OpenAI 兼容的向量接口 POST /v1/embeddings，模型是 qwen/text-embedding-v4，0.5 元/百万 token。Dify 知识库、Continue 代码索引里的向量模型，API Base URL 填 https://router.bumo.cc/v1，Key 用你调对话模型的同一个 Router Key 即可，不用再单独开百炼账号。

核验日期：2026-11-08。下面的维度、批量和扣费数字都来自当天用真实 Key 调线上接口的结果。

先用 curl 确认 Key 能调

在任何工具里配置之前，先在服务器上跑一次，排除网络和 Key 的问题：

curl https://router.bumo.cc/v1/embeddings \
  -H "Authorization: Bearer $ROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen/text-embedding-v4","input":["退款政策是什么","发票怎么开"]}'

当天实测结果：

• 返回 data 里 2 条向量，每条 1024 维（默认维度），usage.prompt_tokens 为 19
• 加 "dimensions": 512 后返回 512 维；支持 2048 / 1536 / 1024 / 768 / 512 / 256 / 128 / 64
• 一次传 30 段文本，返回 30 条，index 按输入顺序 0、1、2……，耗时 2.4 秒
• model 写 text-embedding-v4（不带 qwen/ 前缀）也能识别
• Key 错误返回 401，余额不足返回 402，模型名写错返回 404 并列出可用的向量模型

能看到向量，就说明 Key、地址、余额三项都没问题，后面只剩工具里的字段。

Dify：知识库的 Embedding 模型

Dify 用官方插件 OpenAI-API-compatible（langgenius/openai_api_compatible）。如果你之前按 Dify 接不墨 Router 配置清单 加过对话模型，这个插件已经装好了，只要再添加一个模型。

在 设置 → 模型供应商 → OpenAI-API-compatible → 添加模型，逐项填：

• 模型类型：Text Embedding（不是 LLM）
• 模型名称：qwen/text-embedding-v4
• API Key：Router Key，和对话模型同一个
• API Base URL：https://router.bumo.cc/v1，停在 /v1，不要写到 /embeddings
• Model context size：8192（单段文本上限，按百炼官方说明）
• Model max chunks per batch：可以填 32。插件默认是 1，即每段文本发一次请求；Router 单次最多接 2048 段，会在内部按上游限制拆批再合并，所以调大能明显缩短大文档入库时间
• Embedding encoding format：保持 not_set；如果你在 Dify 和 Router 之间又套了一层 LiteLLM 之类的网关，再改成 float（实测 Router 接受 float）
• Document prefix / Query prefix：留空

保存后到 设置 → 模型供应商 → 系统模型设置，把「Embedding 模型」选成刚加的 qwen/text-embedding-v4。新建知识库时，索引方式选「高质量」才会用到它。

一个容易踩的点： 知识库建好后不要随便换向量模型或维度。旧文档的向量和新模型的向量不在同一个空间里，混着检索会搜不准，换模型就要整库重新索引。更多「入库了却搜不到」的排查，见 向量检索不准怎么办。

Continue：代码库索引的 embed 角色

Continue 用 embeddings 给代码库建索引，再做相似度检索。在 config.yaml 的 models 里加一个 roles 为 embed 的模型，provider 用 openai 并改 apiBase：

models:
  - name: Router Embedding
    provider: openai
    model: qwen/text-embedding-v4
    apiBase: https://router.bumo.cc/v1
    apiKey: <你的 Router Key>
    roles:
      - embed

对话模型可以用同一个 Key 再写一项，roles 写 chat / edit 即可，具体写法见 Cline、Cursor 等编辑器接国产模型。

这段配置按 Continue 官方 config.yaml 的字段格式写（provider: openai + apiBase 是官方文档里接 OpenAI 兼容服务的写法），我们没有在每个 Continue 版本上逐一测过；如果索引报错，先看 Continue 的输出日志里请求打到了哪个地址。注意 Continue 新版已把 @Codebase 标为弃用，代码检索由 codebase awareness 功能负责，embed 模型的配置方式没有变。

要花多少钱

qwen/text-embedding-v4 在 Router 的价格是 0.5 元/百万 token，以 router.bumo.cc 模型页为准。扣费按实际 token 数乘单价，每次请求向上取整到 0.00001 元。

粗算一下：一份 10 万字的中文资料，入库大约几万到十几万 token，向量费用通常不到 0.1 元。日常问答时每个问题也要算一次向量，但一个问题只有几十个 token，花费可以忽略。真正的成本大头仍是回答问题的对话模型。

想和百炼直连、OpenAI 的向量价格放一起比，看 国内能用的向量 API 价格对比。

常见报错

• 401 Invalid or missing API key：Key 没复制全，或者填的是百炼 / OpenAI 的 Key
• 402：Router 钱包余额不足，或这个 Key 设了日限额且已用完
• 404 Embedding model not found：模型名写错，报错信息里会列出可用模型
• 400 supports dimensions：传了不支持的维度，从上面 8 个值里选
• Dify 保存时报错、curl 却正常：检查模型类型是否选成了 LLM，以及 API Base URL 是否多写了路径

边界

本文的接口行为来自 2026-11-08 对线上 Router 的真实调用。Dify 的字段来自官方插件包里的表单定义，Continue 的写法来自官方文档，我们没有在你的实例上代填，也没有放工具界面截图。插件和编辑器版本会更新，字段名以你安装后的界面为准。

前往不墨 Router 获取 Key。记成一句话：向量和对话共用一个 Key，地址到 /v1，模型名填 qwen/text-embedding-v4。

继续阅读

• 做 RAG 知识库用什么向量数据库？小团队选型指南
• 小团队 RAG：自建向量库还是托管？
• LLM API 报错排查：401、404、429 先看哪一项