Гайд
Локальные эмбеддинги для агентов
Как выбрать эмбеддер под русский и смешанный код+текст без облачных API.
Дата22 сентября 2025 г.
ТемаRAG
Уровеньсредний
Чтение10 мин
Эмбеддинги превращают текст в векторы для поиска. Для агента это память о файлах, тикетах и вики, которую можно запросить по смыслу.
Смотрите на язык корпуса. Модель, отлично работающая на английском README, может слабо различать русские формулировки задач. Проверьте на своих данных.
Размер вектора и индекс (flat, HNSW) влияют на RAM. Для домашней базы из тысяч заметок хватит простого индекса; миллионы чанков требуют другой дисциплины.
Кэшируйте эмбеддинги запросов агента в рамках сессии. Повторный семантический поиск одного и того же уточнения не должен бить диск каждый раз.