FlagOpen/FlagEmbedding

这是什么？

核心功能

• 01提供可通过 pip 安装的 Python 包，用于运行 BGE 嵌入模型和重排序模型。
• 02多语言 BGE-M3 模型支持稠密、稀疏和多向量检索。
• 03提供嵌入模型与重排序模型的微调脚本。
• 04包含检索评测工具和数据集。
• 05模型托管在 Hugging Face，覆盖英文、中文和多语言场景。

适用场景

• 为文档库构建语义搜索。
• 在 RAG 流程中加入检索与重排序环节，对前 k 条结果重新排序。
• 基于领域内的查询与段落对微调嵌入模型。
• 评测中文或多语言检索效果。

快速上手

1. 1

   使用 pip 安装该包

   pip install -U FlagEmbedding
2. 2

   在 Python 中加载 BGE 嵌入模型

3. 3

   对句子编码并计算相似度

使用前须知

• !微调功能需要单独安装额外的 finetune 依赖。

标签

常见问题

FlagEmbedding 是什么？

北京智源推出的检索工具包，提供 BGE 向量模型与重排序模型，并包含微调、评测和教程，用于搜索与 RAG。 FlagEmbedding（BGE，BAAI General Embedding）是一个面向文本检索和检索增强 LLM 应用的工具包。它提供一系列将文本转为向量的嵌入模型用于语义搜索，以及对嵌入结果前 k 条文档重新排序的交叉编码器（reranker）模型。

FlagEmbedding 可以免费使用吗？用的什么许可证？

FlagEmbedding 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

FlagEmbedding 还在维护吗？

半年内有更新。FlagEmbedding 最近一次提交是在 2026年8月24日。

FlagEmbedding 适合用来做什么？

为文档库构建语义搜索。 在 RAG 流程中加入检索与重排序环节，对前 k 条结果重新排序。 基于领域内的查询与段落对微调嵌入模型。 评测中文或多语言检索效果。

FlagEmbedding 怎么安装和运行？

使用 pip 安装该包: pip install -U FlagEmbedding 在 Python 中加载 BGE 嵌入模型 对句子编码并计算相似度

在哪里获取 FlagEmbedding？

源代码和安装说明在 GitHub 上：https://github.com/FlagOpen/FlagEmbedding