Sentence Transformers

开源开发框架 › Embedding 模型19k

常用的文本与句向量框架，封装了大量 Embedding、重排和语义相似度模型，适合 RAG 检索、聚类、去重和语义匹配。

🎯适用场景：为知识库、RAG、语义搜索或文本去重任务生成高质量 Embedding。

#Embedding#语义相似度#RAG#文本向量#检索

📥 收录于 2026/7/12

访问工具 📖 官方文档

📊 仓库数据

Stars19,034

Forks2,865

语言Python

更新2026/8/26

✅ 优点

•模型生态丰富，适合快速构建向量化流水线
•支持训练、微调和推理多种工作流
•与 Hugging Face 和常见 RAG 组件兼容度高

⚠️ 限制

•模型选择会显著影响检索质量，需要评测
•生产环境需要额外处理批量推理、缓存和版本管理

🔗 相关工具

BGE-M3

开源

huggingface.co/BAAI/bge-m3

BAAI 发布的多语言、多粒度、多功能 Embedding 模型，适合中文与跨语言检索、RAG 召回、语义匹配和混合检索实验。

🎯为中文知识库、RAG 系统或跨语言搜索生成检索向量。

#Embedding#中文检索#多语言#RAG+1

📥 收录2026/7/12

访问工具 →

Voyage AI

免费+付费

www.voyageai.com

面向检索和 RAG 的 Embedding 与 Rerank API 服务，提供通用、代码、金融、法律等方向模型，适合高质量语义检索。

🎯需要高质量 Embedding 或 Rerank 服务来提升 RAG 检索效果。

#Embedding#Rerank#RAG#语义检索+1

📥 收录2026/7/12

访问工具 →

Jina AI

免费+付费

jina.ai

提供 Embedding、Reranker、Reader 等检索基础模型和服务的 AI 搜索平台，适合构建多语言 RAG、语义搜索和文档理解流程。

🎯为多语言 RAG、企业搜索或文档理解应用选择检索模型和 API。

#Embedding#Rerank#AI 搜索#多语言检索+1

📥 收录2026/7/12

访问工具 →

PostgreSQL ML

开源6.8k↑+1

github.com/postgresml/postgresml

在 PostgreSQL 中集成 GPU 加速的 ML/AI 能力，支持向量搜索、嵌入、分类和预测，无需额外基础设施。

🎯在现有 PostgreSQL 数据库中直接运行 AI 推理和向量搜索

#vector-database#postgres#ml#ai+2

semble

开源6.0k↑+12

github.com/MinishLab/semble

面向 AI Agent 的快速代码搜索工具，使用语义嵌入搜索替代传统 grep 关键词匹配，比 grep+read 方案节省约 98% 的 token 消耗。

🎯为 AI 编码 Agent 提供高效的代码库语义检索能力

#智能体#Code-search#向量嵌入#Mcp

LangChain

开源145k↑+191

github.com/langchain-ai/langchain

最流行的 LLM 应用开发框架，137K+ stars。提供链式编排、RAG 检索增强生成、Agent 构建等核心能力，覆盖 Python 和 JavaScript 双语言生态，是构建 LLM 应用的基础设施

🎯LLM 应用快速开发