Base de datos de embeddings de código abierto para aplicaciones de IA, que almacena documentos y vectores para habilitar búsquedas semánticas, híbridas y de texto completo.
29,5 mil2,6 milRustApache-2.0Actualizado hace 20 horas
FlagOpen/FlagEmbedding
Toolkit de recuperación de BAAI con modelos de embeddings y reranking BGE, además de herramientas de entrenamiento, evaluación y tutoriales para búsqueda y RAG.
- Estrellas
- 12,259
- Forks
- 1,105
- Issues abiertos
- 924
- Último commit
- hace 2 meses
¿Qué es?
FlagEmbedding (BGE, BAAI General Embedding) es un toolkit para la recuperación de texto y las aplicaciones de LLM con generación aumentada por recuperación (RAG). Ofrece una familia de modelos de embeddings que convierten texto en vectores para la búsqueda semántica, así como modelos de reranking cross-encoder que reordenan los primeros resultados obtenidos por un modelo de embeddings.
El proyecto cubre todo el flujo de trabajo: inferencia con el paquete de Python (instalable mediante pip), scripts de fine-tuning para modelos de embeddings y reranking, herramientas de evaluación y una colección de datasets. Los modelos se publican en Hugging Face e incluyen variantes en inglés, chino y varios idiomas. El modelo BGE-M3 admite recuperación densa, dispersa y multivectorial con entradas de hasta 8192 tokens.
Además de los modelos principales, el repositorio incluye proyectos de investigación como LLM-Embedder para la ampliación de la recuperación, Activation-Beacon para extender la longitud del contexto de los LLM y C-MTEB, un benchmark de embeddings en chino.
Funciones clave
- 01Paquete de Python instalable mediante pip para ejecutar modelos de embeddings y reranking BGE.
- 02Modelo multilingüe BGE-M3 compatible con recuperación densa, dispersa y multivectorial.
- 03Scripts de fine-tuning para modelos de embeddings y reranking.
- 04Herramientas de evaluación y una colección de datasets para benchmarks de recuperación.
- 05Modelos en Hugging Face para inglés, chino y distintos usos multilingües.
Casos de uso
- Crear búsquedas semánticas en colecciones de documentos.
- Añadir una etapa de recuperación a un pipeline de RAG y aplicar reranking a los primeros resultados.
- Ajustar un modelo de embeddings con pares de consultas y pasajes específicos de un dominio.
- Evaluar la calidad de la recuperación en chino o en varios idiomas.
Inicio rápido
- 1
Instala el paquete con pip
pip install -U FlagEmbedding - 2
Carga un modelo de embeddings BGE en Python
- 3
Codifica las oraciones y calcula la similitud
Antes de usarlo
- Para ajustar el modelo, debes instalar por separado las dependencias adicionales de finetune.
Temas
Preguntas frecuentes
- ¿Qué es FlagEmbedding?
- Toolkit de recuperación de BAAI con modelos de embeddings y reranking BGE, además de herramientas de entrenamiento, evaluación y tutoriales para búsqueda y RAG. FlagEmbedding (BGE, BAAI General Embedding) es un toolkit para la recuperación de texto y las aplicaciones de LLM con generación aumentada por recuperación (RAG). Ofrece una familia de modelos de embeddings que convierten texto en vectores para la búsqueda semántica, así como modelos de reranking cross-encoder que reordenan los primeros resultados obtenidos por un modelo de embeddings.
- ¿FlagEmbedding es gratuito? ¿Qué licencia tiene?
- FlagEmbedding es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿FlagEmbedding sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de FlagEmbedding fue el 24 ago 2026.
- ¿Para qué puedo usar FlagEmbedding?
- Crear búsquedas semánticas en colecciones de documentos. Añadir una etapa de recuperación a un pipeline de RAG y aplicar reranking a los primeros resultados. Ajustar un modelo de embeddings con pares de consultas y pasajes específicos de un dominio. Evaluar la calidad de la recuperación en chino o en varios idiomas.
- ¿Cómo se instala FlagEmbedding?
- Instala el paquete con pip: pip install -U FlagEmbedding Carga un modelo de embeddings BGE en Python Codifica las oraciones y calcula la similitud
- ¿Dónde consigo FlagEmbedding?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/FlagOpen/FlagEmbedding
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Framework open source de Python para crear aplicaciones LLM listas para producción con pipelines modulares y flujos de trabajo de agentes para RAG, búsqueda y agentes.
26,8 mil3,3 milPythonApache-2.0Actualizado hace 11 horas
Servidor de inferencia autohospedado que sirve modelos de embeddings, reranking, OCR, extracción, seguridad y LLM desde un solo clúster mediante una API compatible con OpenAI.
3,4 mil323PythonApache-2.0Actualizado ayer
Motor RAG de código abierto que combina generación aumentada por recuperación y capacidades de agente para proporcionar una capa de contexto a aplicaciones con LLM.
92,5 mil11 milGoApache-2.0Actualizado hace 11 horas
Sistema de memoria de IA local-first que almacena el historial de conversaciones íntegro y lo recupera mediante búsqueda semántica, disponible como servidor MCP y CLI.
59,7 mil7,6 milPythonMITActualizado hace 12 horas
Framework y servidor ligero de RAG con grafos de conocimiento que indexa documentos como entidades y relaciones para generar respuestas de LLM con recuperación aumentada.
40,2 mil5,7 milPythonMITActualizado hace 5 días