在 Mac 上本地跑视觉/文本嵌入模型，轻松搞定 RAG 和语义搜索
MLX-Embeddings 是一个专为 Mac 用户设计的本地嵌入模型运行工具，基于 Apple 的 MLX 框架，支持在本地运行视觉和语言嵌入模型。它解决了在 Mac 上高效运行嵌入模型的需求，无需依赖云服务或外部 API，即可完成文本和图像的向量化处理。核心能力包括：支持多种主流嵌入模型（如 BERT、CLIP 等），提供统一的 API 接口，方便集成到 RAG（检索增强生成）或语义搜索系统中。项目采用 Python 编写，技术栈聚焦于嵌入、检索和 LLM 应用，适合开发者快速构建本地化的语义检索、推荐系统或知识库问答应用。其优势在于利用 MLX 框架优化了 Apple Silicon 芯片的性能，实现低延迟、高吞吐的嵌入计算，同时保持数据隐私和离线可用性。
sentence-transformers、text-embeddings-inference、fastembed
mlx-embeddings 是搜索知识领域的开源项目，由 Blaizzy 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 585 个项目，GitHub 星标数为 445。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。本地部署，完全免费。
它主要面向的使用场景是：在Mac上开发本地RAG应用，快速生成文档嵌入。同类可对比的替代方案包括 sentence-transformers、text-embeddings-inference、fastembed。
上一篇：rag-chatbot
下一篇：ThinkRAG
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···
