先看现象。用 Ollama 0.4 的 api/embed 一次传 32 条文本做批量向量化，返回的 embeddings 只有 3 条有值，其余位置是空数组，单条调用则完全正常。
排查方向其实有限，先把可能性排一排。输入里混了空字符串，服务端提前停止处理。也可能是单条文本过长，超过模型上下文。
少数情况下是请求体里的 input 传成了对象数组。
不容易想到的是，并发调用同一模型触发显存不足被静默跳过。
过滤空串后再发一次
python -c "import requests;r=requests.post('http://127.0.0.1:11434/api/embed',json={'model':'bge-m3','input':['a','b']});print(len(r.json()['embeddings']))"然后检查每条输入的长度分布
python text_stat.py --file texts.txt --show-len再往下按长度分批并截断超长文本
python batch_embed.py --max-chars 2000 --size 16剩下的就是核对返回条数与输入条数
python -c "import json;d=json.load(open('emb.json'));print(len(d['embeddings']))"隔了一天再看，现象没变，说明不是偶发。
改完先别撤，确认这几项。返回条数与输入条数一致，空数组数为零，向量维度统一为 1024。
补一句。批量接口对个别坏输入常常静默跳过，一定要拿返回条数跟输入对一遍。线上能稳定复现的问题都不算难，难的是只在大流量下才出现的那种。