嵌入向量模型將輸入壓縮爲向量，讓相關內容靠近，實現按語義檢索，是RAG、多語言檔案、代碼倉庫、圖文集合等場景的選型關鍵。OpenRouter於9月11日覈實37個嵌入模型目錄，通過API對19個模型批量請求、運行28項檢查，發佈實測指南釐清選型邏輯。
企業構建AI時，核心機密數據常埋於長文檔、金融申報、法律合同等文件中。傳統一次性RAG僅檢索固定文本塊，缺乏迭代推理，難以處理複雜長文檔與跨源對比。爲此，Mistral AI推出Agentic升級方案，增強推理迭代能力，破解長文檔信息提取難題。
Ollmo發佈v0.1.0，定位面向私有化與團隊協作的生產級RAG和Agent可視化平臺。用戶上傳文檔即可提問並獲取帶精準出處的答案，快速搭建私有知識庫。架構前後端分離：後端Go+Fiber，前端Next.js+shadcn-ui，支持Docker一鍵部署，提供私有化交付與SaaS兩種模式。
TaiXu-Admin V0.1.2 將大模型對話、檢索增強生成（RAG）與智能體協同整合至同一後臺。更新重點：新增 LLM Wiki 解析與搜索，強化文檔處理；引入熱編譯替換機制，代碼改動無需重啓即可生效。該項目正試圖理順分散的大模型能力，構建統一的應用管理框架。
視頻與播客轉錄API，支持多平臺，為AI構建，含批量提取功能
RunInfra優化開源模型用於生產，提供可導出的部署堆棧和API。
OpenCrab將文檔和研究轉化為可複用的本體包和圖RAG工作流
Powabase 是一站式 AI 應用開發平臺，集 Postgres、RAG 和代理於一體。
Alibaba
$1
輸入tokens/百萬
-
輸出tokens/百萬
32
上下文長度
Huawei
Deepseek
8
Openai
$1.05
$4.2
128
01-ai
16
Chatglm
Tencent
$0.7
Tarka-AIR
Tarka-Embedding-350M-V1是一個擁有3.5億參數的文本嵌入模型，能夠生成1024維的密集文本表示。該模型針對語義相似性、搜索和檢索增強生成（RAG）等下游應用進行了優化，支持多種語言並具有長上下文處理能力。
Tarka-Embedding-150M-V1是一個具有1.5億參數的嵌入模型，可生成768維的密集文本表示。它針對語義相似性、搜索和檢索增強生成（RAG）等多種下游應用進行了優化，專注於捕捉深層上下文語義，以支持跨不同領域的通用文本理解。
mamei16
這是對mirth/chonky_distilbert_base_uncased_1模型的微調版本，通過在更多數據上進行訓練來提升模型性能，主要用於文本分塊和RAG相關任務。
bartowski
這是LiquidAI的LFM2-1.2B-RAG模型的GGUF量化版本，專門為檢索增強生成(RAG)任務優化。該模型經過多種量化處理，提供從bf16到Q2_K等多種量化級別，適用於不同硬件條件和性能需求。
nvidia
NVIDIA Qwen3-32B FP4模型是阿里巴巴Qwen3-32B模型的量化版本，使用優化的Transformer架構，對權重和激活進行FP4量化，適合用於AI智能體系統、聊天機器人、RAG系統等AI應用。
NVIDIA Qwen3-14B FP4模型是阿里巴巴Qwen3-14B模型的量化版本，採用FP4數據類型進行優化，通過TensorRT-LLM進行高效推理。該模型專為NVIDIA GPU加速系統設計，適用於AI Agent系統、聊天機器人、RAG系統等多種AI應用場景，支持全球範圍內的商業和非商業使用。
NVIDIA Qwen3-8B FP4 模型是阿里巴巴Qwen3-8B模型的量化版本，採用優化的Transformer架構的自迴歸語言模型。該模型使用FP4量化技術，在保持性能的同時顯著減少內存佔用和計算需求，適用於AI智能體系統、聊天機器人、RAG系統等應用場景。
anquachdev
Vi-Qwen2-7B-RAG 是一個專為檢索增強生成（RAG）任務定製的大型語言模型，基於 Qwen2-7B-Instruct 在越南語數據集上微調而來，顯著提升了越南語處理能力和 RAG 任務的執行效率。
MongoDB
mdbr-leaf-ir 是 MongoDB Research 開發的專為信息檢索任務設計的高性能緊湊型文本嵌入模型，特別適用於 RAG 管道的檢索階段。該模型採用知識蒸餾技術，支持非對稱架構、MRL 截斷和向量量化，在 BEIR 基準測試中表現出色。
cpatonn
Llama-3.3-Nemotron-Super-49B-v1.5是基於Meta Llama-3.3-70B-Instruct衍生的大語言模型，是v1版本的顯著升級版。該模型在推理、人類對話偏好和代理任務（如RAG和工具調用）方面表現出色，支持128K令牌的上下文長度，在準確性和效率間實現了良好平衡。
NVIDIA Qwen3-30B-A3B FP4是阿里巴巴Qwen3-30B-A3B模型的量化版本，採用優化的Transformer架構，通過FP4量化技術將模型大小減少約3.3倍，同時保持較好的性能表現。該模型支持商業和非商業用途，適用於AI代理系統、聊天機器人、RAG系統等應用場景。
lmstudio-community
由英偉達發佈的4B參數規模大語言模型，支持128k tokens上下文長度，專為推理、對話及RAG等任務優化
hotchpotch
這是一個非常小巧且快速的日語重排序模型，適用於提升RAG系統的精度，在CPU或邊緣設備上也能高效運行。
這是一個非常小巧且快速的日語重排序模型，適用於提升RAG系統的精度。
JJTsao
專為電影和電視劇推薦系統定製的微調句子轉換器模型，優化了RAG管道中的高質量向量檢索。
ragunath-ravi
該模型是在BLIP基礎模型上針對病理切片圖像進行微調的版本，用於自動生成病理切片圖像的描述文本。
AITeamVN
基於Qwen2.5-7B-Instruct微調的越南語檢索增強生成(RAG)專用大模型，採用GRPO優化方法訓練
mirth
Chonky是一款能夠智能地將文本分割成有意義的語義塊的Transformer模型，適用於RAG系統。
RaghuCourage9605
Anubis-559M是一款專為創意文本生成而設計的因果語言模型，基於更大的基礎模型進行微調，擅長生成自然的對話和引人入勝的散文，特別適合角色扮演場景和創意寫作。
riple-saanvi-lab
120億參數大語言模型，專為速度、效率和上下文準確性優化，支持RAG增強技術和128k上下文窗口。
Haiku RAG是一個基於LanceDB、Pydantic AI和Docling構建的智能檢索增強生成系統，支持混合搜索、重排序、問答代理、多代理研究流程，並提供本地優先的文檔處理和MCP服務器集成。
Airweave是一個開源的人工智能代理和RAG系統的上下文檢索層，它連接並同步各種應用程序、工具和數據庫的數據，通過統一的搜索接口為AI代理提供相關、即時、多源的上下文信息。
Crawl4AI RAG MCP Server是一個集成網絡爬蟲和RAG功能的AI代理服務，支持智能URL檢測、遞歸爬取、並行處理和向量搜索，旨在為AI編碼助手提供強大的知識獲取和檢索能力。
一個基於MCP協議的本地服務器，實現Apple Notes的語義搜索和RAG功能，供Claude等AI助手調用
RagRabbit是一個自託管的AI站點搜索和LLM.txt生成工具，支持一鍵部署在Vercel上。
Quick-start Auto MCP是一個幫助用戶快速在Claude Desktop和Cursor中註冊Anthropic模型上下文協議(MCP)的工具，提供RAG文檔搜索、Dify工作流、即時網絡搜索等功能，支持一鍵生成JSON配置文件。
PageIndex MCP是一個基於推理的無向量RAG系統，通過MCP協議將文檔的樹狀索引暴露給LLM，使Claude等平臺能夠像人類專家一樣通過結構推理檢索PDF文檔信息，無需向量數據庫。
為RAG Web Browser Actor實現的MCP服務器，支持AI代理進行網頁搜索和內容提取。
一個基於Qdrant向量數據庫的文檔語義搜索服務，支持URL和本地文件導入，提供自然語言查詢功能。
基於MCP協議的低延遲RAG服務，支持本地知識檢索和智能摘要，提供雙模式檢索和模塊化架構
MCP應用是一個結合RAG和網絡搜索工具的服務，使用OpenAI嵌入向量存儲，PostgreSQL作為數據庫，PGVector作為向量存儲，支持知識檢索和文檔添加功能。
一個基於Python的文檔處理與檢索增強生成(RAG)服務器，使用DuckDB數據庫存儲嵌入向量，支持多種文件格式處理並提供Web界面和API接口。
SMMS項目構建了一個基於語義地圖的MCP服務器，提供3D實例對象管理功能，包括數據庫操作、RAG檢索和認知拓撲圖生成。
RAG文檔MCP服務器是一個基於向量搜索的文檔處理工具，為AI助手提供文檔檢索和上下文增強功能。
Vectara MCP是一個基於Model Context Protocol的開源項目，為AI系統提供與Vectara的RAG平臺無縫對接的能力，支持快速可靠的檢索增強生成功能。
這是一個用於Unreal Engine 5.6+的MCP工具，支持通過自然語言控制編輯器操作、創建藍圖、構建節點圖、開發遊戲能力系統（GAS）以及執行Python腳本，包含RAG驅動的API文檔搜索功能。
一個基於TypeScript的MCP服務器，實現本地文檔的檢索增強生成(RAG)系統，支持Git倉庫和文本文件的查詢與索引。
RagCode MCP是一個隱私優先的本地AI代碼助手，通過語義向量搜索和RAG技術，讓AI助手能夠理解整個代碼庫，支持Go、PHP、Python等多種語言，無需雲端依賴。
一個基於Python代碼分析的RAG系統，通過AST解析代碼結構並存儲到Weaviate向量數據庫，提供代碼查詢、自然語言問答和可視化功能，支持多代碼庫管理和依賴分析。
RAGStack-Lambda是一個基於AWS Lambda的無服務器AI文檔與媒體處理平臺，支持上傳文檔、圖片、視頻和音頻，通過OCR、轉錄和向量化技術構建知識庫，並提供帶來源追溯的AI聊天功能。採用按需付費的零閒置成本架構。
Safetensors%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
VIP會員
