1.前言
RAG飞速发展，成为连接“生成能力”与“外部知识”的桥梁，关于RAG的介绍可以参考
什么是RAG？一文搞懂检索增强生成技术。
前面我们介绍了RAG系统中的文档解析，
RAG 的文档解析：PDF 篇，在解析文档得到数据后，由于数据规模很可能非常庞大，整体存储具有难度，并且在查询的时候可能仅仅和其中的一个或几个段落有关系，所以需要分块技术将解析后的文档内容切分为适当的片段
一分钟读懂RAG的切分策略。
切分完成后，需要将内容存储到向量数据库以供后续检索，下面我们就来看看怎么进行存储。
2.什么是embedding
Embedding（嵌入向量） 是将文字、图片、语音等“人类语言”转换为“计算机语言”的关键一步。它的作用，是把一句话或者一个词，变成一串可以进行数学运算的数字向量，让模型能“理解”我们在说什么。
计算机不懂“情绪”“背景”“常识”，它只能处理数字。所以如果我们问它：“北京和上海哪个更大？”它必须先把这句话变成数字（向量），再去和知识库里的内容做匹配——这就靠 embedding。
如果没有 embedding，AI 就像一个英语六级都没过的“文盲”，你说什么，它都回你：“对不起，我不明白。”
经典例子：
embedding(国王) - embedding(男人) + embedding(女人) ≈ embedding(女王)
这就像告诉 AI：“把男人换成女人，但身份还保留”，于是就得到了“女王”。
我们也可以来个幽默中文版：
embedding(程序员) - embedding(秃头) + embedding(头发浓密) ≈ 理想中的程序员
在 RAG 系统中，Embedding 的任务：
·把文档每个段落、用户提问，都转成向量。
·用这些向量去做“语义检索”，找出最相关的内容。
·最后喂给大模型生成回答，回答才“有根有据”。
3.选择嵌入模型
在 RAG 系统中，嵌入模型（Embedding Model）就像是用户与知识库之间的翻译官——它决定了“你在说什么”和“它能不能听懂”。
选择一个合适的嵌入模型，能大幅提升检索质量与上下文匹配度。选得好，模型如虎添翼，问啥答啥；选不好，可能“查到不对题，答得更离谱”。
以下是选型时需要重点考虑的几个维度：
考量维度 | 说明 |
语义表现力 | 能否正确捕捉句子的含义？是否支持中文、多语言？ |
模型大小/效率 | 越大越准？不一定！推理速度、GPU/CPU占用也是关键 |
训练目标 | 是面向“检索”训练的（如BGE），还是面向“生成”或“通用”训练的？ |
向量归一化 | 是否适合 FAISS 等向量库索引（部分模型需显式归一化） |
开源/闭源 | 是否可部署本地？是否支持商用？ |
社区支持与文档 | 模型活跃度越高，调试与优化越方便 |
4.主流嵌入模型
以下是一些主流且表现优秀的嵌入模型，涵盖中英双语、轻量级部署、本地化支持等需求。
中文 & 多语言方向
模型名称 | 简介与特点 |
BGE (BAAI) | 北京智源开源的检索导向模型，支持中文/英文，带bge-base-zh, bge-m3等版本，性能与速度兼顾。 |
E5 系列 | 多语言嵌入模型（包括e5-base, e5-large），适用于检索任务，广泛支持中英文句子匹配。 |
GTE 系列 | 百度提出的 GTE 模型（如 gte-base），表现稳定、部署友好，适合中文问答和文档检索。 |
text2vec 系列 | 来自 HuggingFace 的中文句向量模型，如 shibing624/text2vec-base-multilingual，易用性高。 |
英文或通用方向
模型名称 | 简介与适用场景 |
MiniLM / MPNet | HuggingFace SentenceTransformers 库的经典嵌入模型，轻量快速、适合低资源场景。 |
Instructor | 支持带任务说明的嵌入（如 "Represent the query for retrieval: xxx"），效果优秀。 |
OpenAI Ada | GPT 体系内置嵌入模型（如 text-embedding-ada-002），闭源但商用表现稳定强劲。 |
Cohere Embed | 专注于“可控语义检索”的服务型模型，API 提供简单，商用接口友好。 |
如果不知道选哪个，建议：
·小模型部署快，适合原型验证（如 bge-small-zh）
·大模型更准，适合上线产品（如 bge-large-zh-v1.5）
·想本地部署？就用 BGE、E5、GTE
·要省心云服务？那就试试 OpenAI Ada、Cohere
5、向量数据库与存储（Vector Store）
在 RAG 系统中，文档被切分成多个片段，并转换为嵌入向量后，我们需要一个专业的仓库来高效存储和管理这些向量，这就需要向量数据库。
传统数据库（如 MySQL、MongoDB）虽然擅长处理结构化数据，但它们并不擅长处理“向量之间的相似度查找”。你可以在 SQL 里找“年龄大于30岁的人”，但你很难写出一句 SQL 语句找出“语义上跟‘年龄’相似的段落”。
向量数据库专门设计来处理高维向量的相似度搜索，支持高效的 Top-K 相似查找、ANN（近似最近邻）检索、向量聚类等操作，是构建 RAG 系统不可缺的部分。
目前的主流向量数据库如下：
名称 | 特点 | 适用场景 | 是否开源 |
FAISS (Meta) | 高性能、轻量、本地运行快；支持多种索引类型（Flat, HNSW, IVF） | 本地小型应用、实验原型 | ✅ 开源 |
Milvus | 全功能向量数据库，支持 GPU 加速；和 Zilliz Cloud 集成好 | 企业级应用、大规模数据检索 | ✅ 开源 |
Weaviate | 支持 hybrid search（关键词+向量）；RESTful API 接入简单 | 向量+关键词结合场景 | ✅ 开源 |
Qdrant | Rust 构建，响应快、资源占用低，支持过滤条件 | 精细检索、需要元数据过滤 | ✅ 开源 |
Pinecone | 全托管，免部署；免费额度友好 | 快速上线、无需运维场景 | ❌ 闭源 |
Redis-Vector | Redis 插件，轻量级向量搜索 | 边缘计算、实时性强的小应用 | ✅ 开源插件 |
向量数据库并不只是“把向量扔进去”，它还支持附加一些元数据（metadata），比如：
{
"id": "para_12",
"embedding": [0.12, 0.83, ..., -0.01],
"metadata": {
"source": "环境学教科书.pdf",
"page": 24,
"title": "温室效应原理"
}
}
这样做的好处是，在检索出相关段落后，可以提供出处、页码、标题等辅助信息，不仅增强模型输出的可信度，也方便用户回溯查证。
6.总结
构建一个靠谱的 RAG 系统，不只是喂一个大模型这么简单，而是要让文档处理、切分、嵌入、检索、生成，像一套精密齿轮那样默契协作。正所谓“你给模型什么嵌入，它就给你什么回答”。
未来也许我们会看到更加智能的嵌入策略，甚至由模型动态决定怎么切、怎么嵌。但无论技术如何进化，嵌入始终是RAG系统中最“低调却有分量”的一环。
文中内容部分参考
