Embedding модели

Embedding модели — ключевой компонент MCP-серверов для семантического поиска. Они преобразуют текст в числовые векторы, позволяя находить похожие по смыслу документы.

Зачем нужны Embedding модели?

MCP-серверы используют технологию RAG (Retrieval-Augmented Generation):

1. Индексация: Справка, метаданные и код преобразуются в векторы

2. Поиск: При запросе ищутся наиболее похожие по смыслу документы

3. Контекст: Найденные документы передаются ИИ как контекст

Качество embedding модели напрямую влияет на качество поиска.

Варианты конфигурации

Вариант	Качество	Скорость	Требования	Рекомендация
LM Studio + Qwen	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	GPU 4+ ГБ	Рекомендуется
CPU режим	⭐⭐⭐	⭐⭐⭐	Только CPU	Без GPU

Какой вариант выбрать?

┌─────────────────────────────────────┐
│  Есть видеокарта NVIDIA с 4+ ГБ?   │
└───────────────┬─────────────────────┘
                │
        ┌───────┴───────┐
        │               │
       Да              Нет
        │               │
        ▼               ▼
┌───────────────┐ ┌────────────────┐
│  LM Studio    │ │   CPU режим    │
│  + Qwen       │ │  (e5-small)    │
└───────────────┘ └────────────────┘

Автоматическое определение размерности

MCP-серверы автоматически определяют размерность векторов при запуске:

1. При старте тестируется выбранная модель

2. Определяется размерность embedding

3. Если размерность изменилась — индекс пересоздаётся автоматически

При смене embedding модели весь индекс пересоздаётся. Это может занять от нескольких часов до суток в зависимости от объёма данных и выбранной модели.

Сравнение моделей

По качеству (для русского языка)

1. Qwen3-Embedding-8B — максимальное качество

2. Qwen3-Embedding-4B — отличное качество

3. multilingual-e5-large — высокое качество

4. multilingual-e5-base — хорошее качество

5. multilingual-e5-small — приемлемое качество

По скорости

1. multilingual-e5-small — самая быстрая

2. Qwen3-Embedding-4B (GPU) — очень быстрая

3. multilingual-e5-base — средняя

4. Qwen3-Embedding-8B (GPU) — быстрая

5. multilingual-e5-large — медленная

Рекомендуемые конфигурации

Для Production (есть GPU)

LM Studio + Qwen3-Embedding-4B

EMBEDDING_API_BASE=http://host.docker.internal:1234/v1
EMBEDDING_API_KEY=lm-studio
EMBEDDING_MODEL=Qwen3-Embedding-4B

Для Development (нет GPU)

Встроенная модель e5-base

EMBEDDING_MODEL=intfloat/multilingual-e5-base
# НЕ указывайте EMBEDDING_API_KEY

Минимальные требования

Встроенная модель e5-small

EMBEDDING_MODEL=intfloat/multilingual-e5-small
# НЕ указывайте EMBEDDING_API_KEY

Содержание раздела

• LM Studio (рекомендуется) — настройка LM Studio с Qwen для GPU-ускорения

• CPU режим — работа без GPU

• Выбор модели — детальное сравнение

Для пользователей из России: При использовании CPU-моделей требуется скачивание с huggingface.co, который может быть заблокирован. Используйте VPN для первоначального скачивания или выберите LM Studio, где модели скачиваются через встроенный интерфейс.