大家久等了，咱们继续深入探讨知识库的优化方法。

这是《知识库优化之路》系列的第三篇文章，面向的是普通小白用户——在资源和技术条件有限的情况下，如何仅从用户侧开展一些基础的知识库优化工作，希望对大家有所帮助。

之前的两篇内容，已经介绍了如何把文件转换为Markdown和JSON格式，帮助AI更好地理解资料。但只做这些还远远不够。如果你看过之前关于知识库基本原理的介绍，就会明白构建知识库必须借助嵌入模型。

不同的嵌入模型，其算法、参数、性能各不相同，实际使用效果差异也很大。这一篇，我们重点探讨的是：如何挑选一个性能更优的嵌入模型。

什么是嵌入模型

当你把各种资料文件存入知识库时，计算机其实无法理解这些文字。它只会机械地匹配关键词，比如搜索“苹果”可能同时返回水果价格和手机说明书，效果很不理想。

为了解决这个难题，嵌入模型应运而生。它首先将资料拆分成片段，再转换成数字向量。例如，“忘记密码怎么办？”会被转换为类似 [0.3, -0.8, 1.5…] 的数字串，而语义相近的“账号被锁定如何处理？”则会生成非常接近的数字向量。所有文档转成数字后，被存入向量数据库，计算机就能依据语义相似度自动归类——把“密码问题”和“登录故障”的资料放到同一个隐形区域，即便它们的文字描述完全不同。

用户提问时，嵌入模型直接将问题转为数字向量，在向量数据库中快速匹配最相关的结果。比如员工问“输错密码被锁了怎么办？”，即使知识库里只有“重置密码流程”文档，也能精准关联；用户说“登不进去了”，模型也能绕过字面差异，直接指向密码相关的解决方案。

这种技术让混乱的文档变成结构化的数字网络，计算机不再依赖关键词，而是真正理解语义——就像给知识库装上了GPS，输入模糊描述也能导航到正确答案。所以，嵌入模型的性能优劣，直接决定了知识库的检索质量和整体表现。

有哪些表现较好的嵌入模型

1. BGE系列

BGE系列包含多个模型，最常用的是bge-m3，这是一个多功能、多语言、多粒度的文本嵌入模型。另外还有bge-large-zh-v1.5，更适合纯中文场景；bge-large-en-v1.5 则更擅长处理英文资料。

2. gte-qwen2系列

这个系列主要有gte-Qwen2-7B-instruct 和 gte-Qwen2-1.5B-instruct 两个模型，整体性能都不错——当然7B版本比1.5B版本更强。

3. gemini-embedding-exp-03-07

谷歌推出的嵌入模型，目前高居嵌入模型排行榜首位。

4. nomic-embed-text

Ollama平台上排名第一的嵌入模型，很多本地化部署方案都选用它。

5. multilingual-e5-large-instruct

排名靠前的模型，名称已经说明了它的特色——对多语言支持比较出色。

6. jina-embeddings-v2-base-zh

能够流畅应对中英文双语内容，对长文本也比较友好。

7. xiaobu-embedding-v2

一款中文语义嵌入模型，在多项自然语言处理任务中表现优异。

中文嵌入模型排行榜

实际上，上面提到的只是一部分。想了解更多的嵌入模型，可以关注开源平台Hugging Face——上面提供了包含100多个嵌入模型的排行榜MTEB。

网址：https://huggingface.co/spaces/mteb/leaderboard

注意，这个页面默认显示所有嵌入模型的排名。如果只想看中文排名，需要在Prebuilt Benchmarks那里选择语言 cmn（普通话）。

然后就能看到最新的中文嵌入模型排名。

也可以点击下面的“Download Table”按钮，把整个表格下载下来。

如何使用这些嵌入模型

以上提到的嵌入模型，并不是每一个都适合普通用户——使用方式和难度各有不同，大致分为以下几种情况。

1. 通过CherryStudio直接使用

在CherryStudio里，默认已经添加了一些嵌入模型（名字后面带有“嵌入”标记），可以直接使用，这是最简单的方式。比如硅基流动就带有很多嵌入模型，点击“管理”后，想用哪一个，先点一下嵌入模型后面的“➕”。

然后新建知识库时，它就会出现在选择列表里——不点“➕”的话，是无法选择的。另外，无问芯穹和Gemini也提供了一些嵌入模型，如果之前配置过API，就能直接使用。

2. 通过手动配置添加

还有一些服务平台拥有嵌入模型，但尚未被添加进CherryStudio，需要手动配置。比如很多朋友在用的火山方舟，模型广场里有一个豆包的嵌入模型doubao-embedding-large。想在CherryStudio里使用的话，要先开通服务。

然后在CherryStudio手动添加一下。

3. 通过Ollama本地部署

还有很多模型，不能直接使用上述方法，可以考虑本地部署。最简单的方式是用Ollama来安装部署——先确认想要使用的嵌入模型名称，比如gte-Qwen2-1.5B-instruct，在ollama官网搜索，找到后直接复制安装命令。

通过命令行执行安装。安装完成后，在CherryStudio模型服务里选择Ollama，点击“添加”，输入完整的模型名称。如果不确定名称，可以用“ollama list”查看。

需要注意，如果创建知识库时选的嵌入模型是通过Ollama部署在本地的，那么对话中使用这个知识库时，要确保Ollama软件在正常运行——一旦关闭或退出，知识库就无法使用了。

4. 创建知识库

通过以上几种方式，成功将需要的嵌入模型添加进CherryStudio后，就可以直接创建知识库了。

嵌入模型那里，可以选择之前添加的模型。如果没有出现，可能是添加未成功，可以再检查确认一下。另外，你可能已经注意到了——新的CherryStudio（版本1.1.8）在创建知识库时，已经支持添加重排序模型了。至于重排序模型该如何选择，会在下一篇“知识库优化之路（四）”里继续探讨。

总结

这一篇，主要介绍了一些优秀的嵌入模型及其使用方法。对于不同用户来说，使用难度不太一样——需要根据自己的实际情况，选择适合自己的嵌入模型和使用方式。

因为最近CherryStudio最新升级后知识库支持了rerank（重排序）功能，所以下一步知识库优化的方向就是它了。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：知识库优化：嵌入模型选择与使用指南要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题