是否考虑支持embedding模型？

[haozhou-wong]

最近在配置openclaw的memorySearch时候需要使用embedding模型，然后发现目前claude-code-hub不支持类似v1beta/models/gemini-embedding-001:batchEmbedContents这样的请求，这样的请求不会被识别到gemini格式，而是识别成了claude格式。

ai分析如下：
在 src/app/v1/_lib/proxy/format-mapper.ts:73，Gemini 端点的正则表达式是：

pattern: /^/v1beta/models/[^/:]+:(?:generateContent|streamGenerateContent|countTokens)$/i

它只允许三种 action：

• generateContent
• streamGenerateContent
• countTokens

batchEmbedContents 不在列表中，所以端点格式检测返回 null。

[github-actions]

感谢您的功能建议！

问题分析：

您的分析是正确的。在 中，Gemini 端点的正则表达式只支持三种 action：

确实不在列表中，因此端点格式检测返回 。

请求处理流程：

当端点检测返回 时，系统会回退到请求体检测（），该函数检查请求体中的特定字段：

• 检测 数组 → 返回 格式
• 检测 envelope → 返回 格式

对于 embedding 请求，请求体通常使用 （单数）字段而非 （复数），因此回退检测可能无法正确识别为 gemini 格式，导致请求被错误地路由。

受影响的代码位置：

1. • 需要添加 到 Gemini 端点模式
2. • Vertex AI 路径（）也需要添加
3. 可能需要扩展 以支持 embedding 响应转换

实现建议：

• 在 数组中添加 （以及可能的 ）到相应的正则表达式中
• 考虑 embedding 响应的格式转换（Gemini embedding API 返回的格式与 chat API 不同）

---

Automated response from Claude AI

[github-actions]

感谢您的功能建议！

问题分析：

您的分析是正确的。在 中，Gemini 端点的正则表达式只支持三种 action：generateContent、streamGenerateContent、countTokens。

batchEmbedContents 确实不在列表中，因此端点格式检测返回 null。

请求处理流程：

当端点检测返回 null 时，系统会回退到请求体检测（detectClientFormat），该函数检查请求体中的特定字段：

• 检测 contents 数组 -> 返回 gemini 格式
• 检测 request envelope -> 返回 gemini-cli 格式

对于 embedding 请求，请求体通常使用 content（单数）字段而非 contents（复数），因此回退检测可能无法正确识别为 gemini 格式，导致请求被错误地路由。

受影响的代码位置：

1. • 需要添加 batchEmbedContents 到 Gemini 端点模式
2. • Vertex AI 路径（/v1/publishers/...）也需要添加
3. 可能需要扩展 以支持 embedding 响应转换

实现建议：

• 在 endpointPatterns 数组中添加 batchEmbedContents（以及可能的 embedContent）到相应的正则表达式中
• 考虑 embedding 响应的格式转换（Gemini embedding API 返回的格式与 chat API 不同）

---

Automated response from Claude AI

[github-actions]

感谢您的功能建议！

问题分析：

您的分析是正确的。在 src/app/v1/_lib/proxy/format-mapper.ts:73 中，Gemini 端点的正则表达式只支持三种 action：generateContent、streamGenerateContent、countTokens。

batchEmbedContents 确实不在列表中，因此端点格式检测返回 null。

请求处理流程：

当端点检测返回 null 时，系统会回退到请求体检测（detectClientFormat），该函数检查请求体中的特定字段：

• 检测 contents 数组 -> 返回 gemini 格式
• 检测 request envelope -> 返回 gemini-cli 格式

对于 embedding 请求，请求体通常使用 content（单数）字段而非 contents（复数），因此回退检测可能无法正确识别为 gemini 格式，导致请求被错误地路由。

受影响的代码位置：

1. src/app/v1/_lib/proxy/format-mapper.ts:73 - 需要添加 batchEmbedContents 到 Gemini 端点模式
2. src/app/v1/_lib/proxy/format-mapper.ts:67 - Vertex AI 路径（/v1/publishers/...）也需要添加
3. 可能需要扩展 src/app/v1/_lib/gemini/adapter.ts 以支持 embedding 响应转换

实现建议：

• 在 endpointPatterns 数组中添加 batchEmbedContents（以及可能的 embedContent）到相应的正则表达式中
• 考虑 embedding 响应的格式转换（Gemini embedding API 返回的格式与 chat API 不同）

---

Automated response from Claude AI