向量应当无聊地可重复——除非你明确想要混乱。
embed preset 将文本转为用于搜索、聚类与路由的稠密向量。HeavenBase 以与 chat 相同的方式处理 provider 解析、批处理、去重与缓存——你传入字符串，读回向量。
1. 基本用法 (Basic Usage)
用embed preset 构造 LLM（或显式固定 model= 与 provider=）。embed 接受单个字符串或字符串列表：
embed preset 使用可持久化别名 gpt-embedding-small，解析为 text-embedding-3-small。除非固定 heavenbase.llm.presets.embed.provider，否则继承 heavenbase.llm.default_provider。
若 chat 默认 provider 不提供嵌入，请单独配置嵌入 preset：
embeddinggemma 为 768，text-embedding-3-small 为 1536，embed-v4.0 为 1536，voyage-4-lite 为 1024。llm.dim 先读配置；自定义嵌入模型未配置维度时，回退到一次测试嵌入调用。
2. 专用嵌入提供商 (Dedicated Embedding Providers)
Cohere 与 Voyage 是仅嵌入的 provider，没有 OpenRouter 路由。固定 preset provider 并使用捆绑模型键：cohere、voyage）。入口 (Gateway) 专用 base_url 位于 heavenbase.llm.providers。gateway="portkey" 或 gateway="bifrost" 时，模型 ID 前缀为 cohere/embed-v4.0 与 voyage/voyage-4-lite。
3. Include 投影 (Include Projection)
嵌入响应支持与 chat 相同的include 风格：
embeddings、usage、raw、elapsed、created_at 与 dim。传 include=None 使用默认向量（或向量列表），传字符串选单字段，传列表选多个。
4. CLI 输出 (CLI Output)
hb llm embed 默认打印完整原始嵌入数组。--json 打印含 embeddings、dim 与 usage 的完整响应对象。
--preview。预览模式显示前 4 个与后 2 个值，四舍五入到 6 位小数。--json --preview 时输出保持相同对象键，并将 embeddings 替换为缩写字符串。
--copy / -cp 将输出的嵌入结果复制到剪贴板。
5. 本地嵌入 (Local Embeddings)
对 LM Studio、Ollama 或其他 OpenAI 兼容本地服务器，使用embed-local：
embeddinggemma 在捆绑目录中为仅本地模型，提供 LM Studio 与 Ollama 标识符。
6. 批处理与缓存 (Batching and Cache)
embed 在 provider 调用前对重复输入去重，用 embedding_batch_size 拆分缓存未命中，以有界的 embedding_max_workers 并行处理拆分批次，并将缓存与新鲜向量按原始输入顺序广播回去。
根默认值为 embedding_batch_size=256 与 embedding_max_workers=8；provider 默认或调用 kwargs 可覆盖。这些控制项不包含在 provider 载荷与缓存键中。
嵌入缓存在 llm-cache 工作区下默认启用。用 hb.LLM(preset="embed", cache=False) 按实例禁用，或用 cache=False 按调用禁用。完整响应缓存模型见 Advanced LLM。