Clip-Embeddings模型由krthr维护，基于clip-vit-large-patch14生成文本和图像的CLIP嵌入，主要用于图像-文本相似性匹配和多模态分析，支持文本和图像输入，输出为数字数组形式的嵌入表示。
完成下面两步后，将自动完成登录并继续当前操作。
