BCEmbedding

有道开源的 RAG 嵌入+重排模型,中文检索更准

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 129 🐛 待处理 32 👀 关注 10
GitHub ↗
GitHub 星标 ★ 1878
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源免费使用

项目预览

BCEmbedding 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队netease-youdao
定价模式🏷️完全免费
价格说明开源免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
GitHub 星标★ 1878
上线时间2024-01-02 00:00:00
代码更新2026-09-03
仓库体积70.2 MB
本站数据更新2026-11-15
维护状态维护中
收录时间2026-10-02
浏览次数1

项目介绍

BCEmbedding 是网易有道开源的嵌入(embedding)与重排序(reranker)模型工具集,专为 RAG 检索增强生成场景设计。它解决的核心问题是:通用嵌入模型在中文、中英混合及垂直领域语料上语义匹配不准,导致检索召回质量差。项目提供 BGE 系列之外的 bilingual 与 cross-lingual 嵌入模型,以及配套的 reranker 模型,支持中英双语和跨语言检索,并针对长文本、问答对、语义相似度等任务做了优化。核心能力包括:开箱即用的 embedding 与 reranker 推理接口、与 LangChain/LlamaIndex 等框架集成、支持批量编码与相似度计算,以及提供模型微调脚本。用户可将其直接替换 RAG 流程中的向量化与重排环节,提升召回率和最终回答准确率。项目以 Python 实现,模型权重托管在 HuggingFace,适合需要中文 RAG 落地的开发者快速接入。

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

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

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. 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. 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. 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。

  4. 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. 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

上一篇:dify-rag

下一篇:EasyRAG

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···

★ 360 2026-08-09
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···

★ 1631 2026-08-09
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

★ 454 2026-08-09
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···

★ 235 2026-09-12
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···

★ 155 2026-08-09
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···

★ 101 2026-10-09
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···

★ 6896 2026-10-11
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···

★ 135 2026-10-24