Embedding · 向量化
英文：embedding/ɪmˈbedɪŋ/（重音在 bed）
知识库与 RAG难度：硬核 ★★★
🗣️一句话大白话
把一段文字变成一串数字（向量），意思相近的文字，数字也相近。机器靠它理解「语义相似」——不比对字面，比对含义。
🎬真实场景
你搜「怎么退货」，知识库里那篇写的是「售后退款流程」——一个字都不一样。关键词搜索找不到，但两段话变成向量后挨得很近，一搜就中。语义搜索的地基就是它。
📮你可以这样说
「不用对 AI 说——这是幕后技术。但选知识库产品时问一句「是语义检索还是关键词检索」，前者就是用了 Embedding。」
通过 AI绘图 工作台生成（模型 API 额度由此消耗）；未配置模型密钥时会提示失败原因。
⚠️边界与常见误解
- ▸数学上的相近不等于答案正确：谣言和真话可能很近，最终要靠模型照资料回答
- ▸行业黑话、缩写会影响效果，用真实用户的问题去测试
- ▸它只管「找得到」，不管「答得对」
🕸️知识关系图
这个词条与相关术语、AI绘图 知识的连接关系
🔗相关术语
📚深入阅读
魔搭紫皮书 · ModelScope Cookbook ↗教程 / 书籍 · 开发者
魔搭官方开源的开源模型实战指南，34 章从模型选型、推理到微调、RAG、Agent 全链路，每章带可复现代码。想搞懂『RAG 到底怎么搭』『微调怎么跑』，它是目前中文里最体系化的答案。
MinerU ↗开源项目 · 开发者
把 PDF/图片/Word 解析成结构清晰的 Markdown/JSON 的开源工具，做 RAG 知识库前的『文档拆解』环节靠它。
想找更多？去 资源库 看全清单。