由于lobechat模式使用openai的向量模型，国内环境基本没法访问到，所以向量化会失败，我们需要用其他向量模型来实现。

按照如下方法处理：

  1. 通过指定环境变量OPENAI_PROXY_URL=，通过代理请求到text-embedding-3-small模型

  2. 通过指定其他模型服务商的向量模型，目前支持的：zhipu/github/openai/bedrock/ollama，环境变量 DEFAULT_FILES_CONFIG=embedding_model=这里以智谱的embedding-3为例，embedding-2的调用会一直报错API请求参数错误，等后续更新吧。添加环境变量：DEFAULT_FILES_CONFIG=embedding_model=zhipu/embedding-3，ZHIPU_API_KEY=xxxx

这里会有个问题，智谱文档里embedding-3：支持自定义向量维度，建议选择256、512、1024或2048维度。但lobechat在调用的时候默认是256的维度，所以需要改下数据库，不然向量化插入数据的时候就会报错：ERROR: expected 2048 dimensions, not 256。

#在PostgreSQL数据库执行将维度改为256
alter table embeddings alter column embeddings type vector(256);