
BCEmbedding
有道开源的 RAG 嵌入+重排模型,中文检索更准
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-02 · 当前星标 ★ 1878
使用教程
环境要求
- Python 3.10(README 建议用 conda 创建 bce 环境)
- 已安装 conda,用于创建隔离环境
- 需自行安装与系统 CUDA 版本兼容的 torch(避免版本冲突)
- 源码安装需可访问 GitHub 的 git 环境
安装与启动步骤
-
1创建 conda 环境
用 conda 新建名为 bce 的 Python 3.10 环境,避免与其他项目的依赖冲突。
conda create --name bce python=3.10 -y -
2激活环境
激活刚创建的 bce 环境,后续安装命令都在该环境中执行。
conda activate bce -
3先装兼容 torch
README 提示为避免 CUDA 版本冲突,需先手动安装与系统 CUDA 兼容的 torch,README 未给出具体命令。
-
4pip 安装 BCEmbedding
最小化安装方式,直接安装 0.1.5 版本。适合只想快速调用推理接口的用户。
pip install BCEmbedding==0.1.5 -
5源码安装(推荐)
README 推荐方式:克隆 GitHub 仓库后以可编辑模式安装,便于查看和修改源码。
git clone git@github.com:netease-youdao/BCEmbedding.git cd BCEmbedding pip install -v -e .
如何确认成功
README 未提供安装验证命令;安装完成后可按 Quick Start 章节,用 transformers 或 sentence-transformers 加载模型进行推理验证。
常见问题
Q:安装时出现 CUDA 版本冲突怎么办?
A:README 建议先根据系统 CUDA 版本手动安装兼容的 torch,再安装 BCEmbedding,可避免依赖解析时 torch 版本冲突。
Q:pip 安装和源码安装选哪个?
A:README 推荐从源码安装(pip install -v -e .),便于获取最新代码和修改;只想快速使用可选 pip install BCEmbedding==0.1.5。
Q:对 Python 版本有要求吗?
A:README 示例中创建的是 Python 3.10 的 conda 环境,建议按此版本创建以避免兼容问题。
Q:Quick Start 支持哪些调用方式?
A:README 的 Quick Start 覆盖 transformers 与 sentence-transformers,并提及可集成到 langchain、llama_index 等 RAG 框架。
注意事项
- README 明确提示:安装 BCEmbedding 前应先手动安装与系统 CUDA 版本兼容的 torch。
- 源码安装使用 SSH 地址 git@github.com:netease-youdao/BCEmbedding.git,需配置好 GitHub SSH key;否则可改用 HTTPS 地址。
- 建议全程在 conda 的 bce 环境中执行安装和运行命令,避免污染系统 Python 环境。
核心亮点
- 针对中文和中英混合场景优化,检索召回优于通用 embedding
- 同时提供 embedding 和 reranker 模型,RAG 链路可一站式替换
- 支持与 LangChain、LlamaIndex 等主流框架集成,接入成本低
不足之处
- 模型权重依赖 HuggingFace 下载,国内网络环境可能受限
- 社区规模和生态工具相比 BGE 系列仍较小,文档/社区待观察
适用场景
- 中文企业知识库问答系统的向量检索层
- 中英混合文档的跨语言语义搜索
- RAG 流程中对召回结果做重排序以提升回答准确率
替代项目
BGE (BAAI General Embedding)、text2vec
同类项目推荐
fojin
开源
一站式检索万部佛典,AI 问答直达经义
Buddhist Digital Text Platform — 10,500+ texts, 613 sources, trilingual cross-canon···
Controllable-RAG-Agent
开源
用图算法让RAG回答复杂问题更准更可控
This repository provides an advanced Retrieval-Augmented Generation (RAG) solution f···
beever-atlas
开源
把 Wiki 变成能聊天的知识库,问一句就出答案
Your First LLM-Wiki Conversation Knowledge Base
ksor
开源
给 AI 和人都能用的受治理知识底座,让回答有据可查
KSoR (Knowledge System of Record) is an open-source SDK for building governed, autho···
CrawlAI-RAG
开源
把整个网站变成能聊天的知识库,问啥答啥
CrawlAI RAG is an AI-powered website intelligence platform that allows users to craw···
loci
开源
把散落笔记变 AI 可查的第二大脑,带段落引用
Shared memory for AI coding tools: hybrid search, cited Q&A, harness memory discover···
anysearch-skill
开源
给 AI 智能体一键装上实时搜索与整页抓取能力
Unified real-time search engine skill for AI agents. Supports general web search, ve···
SoSearch
开源
一次查询聚合三家搜索,给 AI 智能体自建搜索接口
One query. Three search engines. Self-hosted web search for AI agents via HTTP API o···
Awesome-Multimodal-Large-Languag···
开源
一册读懂多模态大模型的阅读地图
Reading notes about Multimodal Large Language Models, Large Language Models, and Dif···