文本向量化

Experiential 是一个面向智能体工作流的开源网关与路由器，通过一个 OpenAI 兼容 API 统一托管、BYOK 和本地模型。它支持按用户、智能体、用例及预算控制模型访问，并可将生产流量转化为针对质量、速度和成本优化的自定义路由器或模型。项目支持本地部署（pip install experiential）及托管平台，默认启用匿名聚合遥测。

Nemotron 3 Embed 是 NVIDIA 推出的开源多语言文本嵌入模型集合，包含 8B、1B-BF16 和 1B-NVFP4 三个检查点，支持 34 种语言，在 RTEB 多语言排行榜上 8B 模型以 78.46 平均 NDCG@10 位列第一，适用于检索增强生成（RAG）、语义搜索和多语言问答系统，采用 OpenMDW 许可证可商用。

AINote 是一个开源自托管的 AI Agent 工作流平台，提供拖拽式可视化流程编辑器（支持分支、循环与 AI 节点）、数字员工智能体与流式对话、基于 pgvector 的知识库与 RAG 检索、AI 图表与仪表盘生成、表单构建与数据管理，并支持 OpenAI、DeepSeek、Qwen 等多模型接入、OpenSandbox 代码沙箱执行以及钉钉、企微网关集成。

Cohere Embed 是 Cohere 的企业级嵌入模型系列，最新版本 Embed 5 提供 Pro 与 Fast 两档并共享同一嵌入空间，可混用索引与检索。支持文本、图像及图文融合输入，覆盖 100+ 语言，128K token 上下文，提供 2048 至 256 多维、float/int8/binary 格式与 Matryoshka 截断，两档均支持自托管私有化部署，为搜索、RAG 与智能体工作流提供检索底座。

Cube 是一个构建在语义层之上的智能分析（agentic analytics）平台。它通过统一、受治理的语义模型连接指标计算与数据访问，支持自然语言问答、Analytics Chat、嵌入式分析与核心数据 API，让智能体与分析界面都追溯到同一套数据口径，从而在构建基于 LLM 的数据应用时降低幻觉风险。开发者可通过 SQL API、语义层等能力将受治理的数据上下文交给大模型。

Embabel 是面向 JVM 的智能体（Agentic AI）开发框架，由 Spring 之父 Rod Johnson 等人共同打造。Java 与 Kotlin 开发者可用 @Action 方法把智能体定义为带类型的领域组件，由框架规划从当前状态到目标的执行步骤，并在过程中调用模型、工具或其它智能体作为子流程；同时支持用 Embabel 构建交互式 MCP 工具，把 AI 能力嵌入既有企业级 JVM 应用。

GLiFormer 是 Knowledgator 开源的多任务 Transformer 编码器框架，基于 GLiNER 构建，用单一共享编码器同时完成命名实体识别、文本分类、关系抽取、多层级结构化记录生成与文本嵌入。用户可在推理时传入标签与抽取模式，字段值直接锚定原文片段并确定性解码为嵌套 JSON，支持 CPU/GPU 运行，并提供文档、视觉、音频等模型变体。

Harper 是开源的 Node.js 统一开发平台，将数据库、缓存、应用逻辑与消息层融合进单一内存进程。它以 schema 即服务器，从 GraphQL schema 自动生成 REST/GraphQL API，无需控制器、路由或 ORM；写入时自动计算 embedding 并建 HNSW 索引支持向量检索。内置 WebSocket/MQTT 原生消息推送，可作带数据、语义缓存、实时与 REST 接口的 Agent 运行时，并提供共享记忆层 Cortex。

jllm 是一款面向 Java 开发者的极简本地大语言模型管理器，定位 Ollama 替代品。它通过 JNI 直接绑定 llama.cpp 实现进程内推理，提供 GGUF 模型注册与管理、交互式对话及 HTTP API 服务；内置基于 Apache Lucene 的本地 RAG，可索引 PDF 与文本文件并完全离线检索；还支持插件扩展架构（JAR 插件增加 function-calling 工具与提示拦截器）以及 Embeddings 向量生成 API。全部操作均在本地完成，无外部调用与数据追踪。

LFM2.5-Encoder 是 Liquid AI 推出的多语言双向编码器家族，包含 230M 与 350M 两个开放权重版本，基于 LFM2 混合架构，均为掩码语言模型，支持 8192 token 上下文与 15 种语言。可微调为分类、词元分类、检索、重排与语义相似度等任务模型，能在 CPU 上高效运行，在长上下文场景下仍保持速度优势，适合边缘设备与本地部署。

memory-recall-rerank 是一个开源的 Python 长期记忆检索重排基准库与参考流水线，针对 Agent 长期记忆（RAG）场景：先做宽泛的向量检索，再用重排序模型判定查询与候选的相关性，由确定性状态规则保护时序事实，LLM 仅处理歧义引用与版本冲突，最终做置信度路由和 top-k 上下文注入。内置 18 个中文记忆召回基准用例，支持 Cohere Rerank 与 Voyage rerank 两种提供商，并提供无 API 密钥的确定性测试。

NeoMME 是 H Company 推出的单塔多模态多语言基础编码器，文本 token 与原始图像块共用同一个双向 Transformer，不使用单独预训练的视觉编码器或因果语言模型。提供 260M 与 800M 规模，支持 16,384 token 上下文与 131,072 词表；检索版 NeoMME-Retriever 一次前向即可同时输出稠密向量与多向量表示，用于文本与页面截图的多模态文档检索。

OpenRouter是面向开发者的大语言模型统一接口平台。它通过单一API密钥即可接入七十余家供应商的四百多款主流模型，开箱兼容OpenAI SDK。平台提供模型路由与数据策略可视化面板，支持在单一供应商宕机时自动降级切换以保障服务高可用。依托边缘网络部署，OpenRouter在保障极低推理延迟的同时优化调用成本。用户按需购买额度即可灵活使用，无需绑定长期订阅

Token Saver 是 Marktechpost AI 团队推出的开源 MCP 扩展，面向 Claude Desktop。它在本地运行混合 RAG（BM25 关键词检索加 all-MiniLM-L6-v2 语义嵌入），PDF 文件全程不离开本机，只把高相关段落连同精确页码交给 Claude，从而把大文档的 token 消耗降低 92% 至 99%，同时保障文档隐私。

Venice 是一个以隐私为核心的 AI 模型访问平台，用户可用匿名或私有模式调用主流厂商模型，完成文本对话、图像生成、视频生成、代码编写与智能体搭建。平台提供统一的开发者 API，覆盖文本、图像、视频、音乐、语音、向量嵌入与联网工具，并以匿名化、零数据留存、TEE 可信执行和端到端加密四级隐私架构保护提示词。

WeMM-Embedding 是腾讯微信视觉团队开发的开源通用多模态嵌入（Embedding）模型家族，提供文本、图像、视频、视觉文档及交错多模态输入的统一向量表征，用于搜索与推荐等检索任务。提供 2B、4B、9B 三种规模，支持 Matryoshka 多维度截断（如 256 维仍保留近 99% 性能），可显著降低向量数据库的存储与检索成本。模型以 Apache 2.0 协议开源，已在视频号、公众号、朋友圈和电商等场景部署。

RAG.NextUpgrad 是一个代码公开的生产级检索增强生成（RAG）服务，支持上传 PDF、Word、HTML、纯文本或直接输入 URL，用自然语言对文档提问，并获得带原文出处引用的逐字流式回答。它融合稠密向量与 BM25 关键词检索、交叉编码器重排、置信度门控拒答、多供应商故障回退、扫描件 OCR 与提示注入防护，提供 FAISS、Qdrant、pgvector 三种可切换向量库后端，内存占用约 220MB，可在免费云实例运行。