知识库与 RAG综合合集

Mixedbread：面向 RAG 与检索的开源嵌入、重排与多模态搜索 API

api-evangelist/mixedbread-ai · Mixedbread — independent third-party profile of a public API surface, by API Evangelist. Mixedbread is a Berlin-based AI search and retrieval platform. It provides embeddings (mxbai-embed, Wholembed v3), rerankers (mxbai-rerank v1/v2/v3-listwise), multimodal stores, document parsing, structured extraction, and connector-based ingestion.

GitHub原文发布未知首次收录 2026-09-24上架 2026-09-24 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Mixedbread 是一个 Berlin 的 AI 搜索与检索平台，提供嵌入模型（mxbai-embed、Wholembed v3）、重排模型（mxbai-rerank v1/v2/v3-listwise）、多模态存储、文档解析、结构化抽取与基于连接器的数据接入。模型以开放权重形式发布在 Hugging Face，并通过 api.mixedbread.com 的托管 REST API 调用，可支撑文本、PDF、图像、音频、视频的 RAG 与 Agent 检索，覆盖 100 多种语言。该仓库是 API Evangelist 维护的第三方公开 API 资料档案（README 明示不包含软件、不运营该 API）。

# RAG # document-parsing # multimodal # embeddings # reranking

核心能力与快速开始

★ 1

能做什么: 覆盖检索链路的多个 API 组件：Embeddings API 生成文本与图像的稠密或多编码嵌入，支持 Matryoshka 维度以及 binary/int8/float32 编码和提示指令；Reranking API 按查询对候选文档重排，返回 Top-K 与相关性分数；Stores API 提供多模态搜索索引的 CRUD、文件上传、语义搜索、grep、列块、问答、查询增强、元数据分面、搜索规则与事件；Parsing API 以异步任务方式解析文档，可配置分块策略与返回格式；Extractions API 执行基于 JSON Schema 的结构化抽取；Chat Completions API 提供兼容 OpenAI 的对话补全并基于 Stores 进行接地；另有 Files、Data Sources（含 OAuth2 连接器）、API Keys 与 Billing 等管理接口。模型以开放权重形式发布在 Hugging Face。
适用场景: 为 RAG 应用构建文本与图文检索的嵌入和重排能力；对 PDF、图像、音频、视频等多模态内容建立可搜索索引；对文档做异步解析与分块后做问答或语义检索；按自定义 JSON Schema 从原始字符串或文件中抽取结构化内容；通过连接器从第三方 SaaS 系统把内容接入检索索引；通过兼容 OpenAI 的对话接口在已索引内容上做问答与 Agent 流程；读取用量与成本数据辅助 FinOps。
项目形态: 资料合集
部署方式: 托管 REST API，Base URL 为 https://api.mixedbread.com；本仓库为第三方 API 资料档案，不含可部署的软件。
主要依赖: 未说明（调用托管 API 通常需自备账号与 API Key，但材料未作出说明）。
使用限制: 本仓库为 API Evangelist 维护的第三方档案，明确不代表官方、不含软件、不托管或支持该公司 API；模型权重发布在 Hugging Face 但具体许可与使用条款未说明；API 定价、配额与成本限制未说明。
许可证: 未说明
最近推送: 2026-09-23 08:53

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-24 07:00 · 卡片整理：2026-09-24 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

程序员可依据该仓库中的 OpenAPI 规范、Postman Collection 与 JSON Schema，在开发 RAG 或检索功能时调用 Mixedbread 的嵌入、重排、解析、结构化抽取等 REST API，并参考其接口定义进行集成。

查看内容依据

Models are published as open weights on Hugging Face and consumed via a hosted REST API at api.mixedbread.com. The platform powers RAG and agent retrieval over text, PDFs, images, audio, and video across 100+ languages.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

产品经理可参考该仓库对 Mixedbread 检索平台 API 能力的梳理（嵌入、重排、多模态存储、文档解析、结构化抽取、连接器接入），用于规划 RAG 与 Agent 检索类产品的功能范围与数据接入方案。

查看内容依据

It provides embeddings (mxbai-embed, Wholembed v3), rerankers (mxbai-rerank v1/v2/v3-listwise), multimodal stores, document parsing, structured extraction, and connector-based ingestion.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Bobby-Botique：开源 Telegram AI 助手框架，支持多模型路由与长期记忆

Bobby-Botique（GemAI Bot v2）是一个基于 Python 的开源 Telegram AI 助手框架，面向真实生产环境中的机器人运维。它提供多 AI 提供商路由与故障转移（Gemini、Opencode、OpenRouter、FreeTheAI）、流式响应恢复、有限步数的智能体式网络研究、URL/文档/图片理解、语音转录与 TTS、图像生成、Telegram Mini App 界面，以及基于 pgvector 与图谱写入的同意制长期私人记忆。项目采用 Quart/Hypercorn 承载 Web 服务与管理员仪表盘，使用 PostgreSQL/pgvector 与可选 Redis，并提供 Docker 部署与运维工具、可观测性配置。

rag-multimodal：基于 Managed OpenSearch 与多模态 LLM 的表格/图表 PDF 检索增强问答演示

该项目演示如何用多模态 LLM 处理含复杂表格、图表的 PDF：将每页渲染为图片后由 Bedrock 多模态模型转成 Markdown，经 parent/child 分块与 embedding 后写入 Amazon Managed OpenSearch，再通过 LangGraph Agent 结合 OpenSearch MCP 做 k-NN 与 lexical 混合检索、相关性分级并生成回答。附带 FastAPI + React 界面，并提供基于 installer.py 的 S3、OpenSearch、CloudFront、Lambda 等基础设施部署脚本。

IntelligenceDocumentSystem：基于 RAG 的多语言文档问答助手，回答附带可追溯引用

该项目是一个面向个人文档的 RAG 问答助手，支持上传 PDF、TXT、Markdown 并以印尼语提问，答案附带可点击溯源到具体 chunk 的引用。检索上下文不足时系统明确拒答，或在使用通用知识模式时给出明确标注、不加引用的回答。还提供按文档隔离的私有会话、跨文档检索、检索参数调整（Top K、相似度阈值）、检索质量评估（precision、hit rate、正确拒答）、延迟与提问日志分析，以及 RAGAS 评测选项。技术栈为 Next.js/React/TypeScript 前端与 FastAPI、ChromaDB、SQLite 后端，LLM 使用 Groq，并有 Ollama 回退。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。