在前两篇文章演示RAG功能时，我们使用的文本嵌入模型一直是国外的 all-MiniLM-L6-v2。这款模型在英文任务上表现出色，但面对中文场景——虽然能用，细节处理却总是差强人意。例如，专业词汇的边界判断不够精准，同义表达的匹配精度也不够稳定，偶尔会带来一些“似是而非”的错误。今天，我们来聊聊如何替换为国产离线文本嵌入模型，看看在实际应用中，国产模型究竟能带来多大的提升。
一、all-MiniLM-L6-v2 的局限性
先别急着否定 all-MiniLM-L6-v2，它确实有不少亮点：体积仅几十MB，便于本地离线下载；运行速度极快，无需显卡，CPU即可胜任；通用性强，英文场景表现优秀，中文日常RAG也能应付；兼容主流向量库——FAISS、Chroma、Milvus都能无缝接入。但它的短板同样明显：对中文语义的理解能力一般，有时检索结果与正确答案之间仿佛隔着一层薄纱。
举个例子，在之前的《15天学会AI应用开发（八）使用向量数据库实现RAG功能》一文中，我们运行过一段测试代码。当时输入的问题是“RAG是什么”，输出结果如下：
=== 本地智能 RAG 系统：问什么答什么 ===
请输入问题（q退出）：RAG是什么
问题：RAG是什么
答案：RAG让大模型能引用外部知识，避免胡说八道。
--------------------------------------------------而原始知识库的内容是：
"什么是AI：人工智能（AI）是一门使机器模拟人类智能的技术。",
"什么是RAG：RAG代表检索增强生成，通过检索外部知识提升大模型回答准确性。",
"本地RAG消耗Token吗：本地RAG不调用云端API，不消耗Token，完全免费。",
"FAISS是什么：FAISS是Facebook开源的向量检索库，用于本地高效检索。",
"RAG的作用：RAG让大模型能引用外部知识，避免胡说八道。"发现问题了吗？“RAG是什么”的正确答案应该是第二条知识（RAG代表检索增强生成……），但 all-MiniLM-L6-v2 却把最后一条知识（RAG让大模型能引用外部知识……）当成了答案。虽然两条都与RAG相关，但语义精度存在明显偏差。对于专业中文场景下的RAG应用，替换为国产模型是一个更可靠的选择——例如 BGE-small、BGE-base、Qwen-Embedding 等。
二、下载中文嵌入模型 BGE-small
我们先以 BGE-small 为例。它的模型页面位于 ModelScope，模型文件大小约192.25MB。下载前需要先安装 modelscope 库：
pip install modelscope接着，通过 cd 命令进入 Python 工程目录，执行下载命令：
modelscope download --model BAAI/bge-small-zh-v1.5 --local_dir bge-small-zh-v1.5这里的 --model 参数指定模型名称，--local_dir 指定本地保存目录。下载完成后，工程目录下会出现 bge-small-zh-v1.5 文件夹，里面包含完整的模型文件。
三、结合 BGE-small 与 FAISS 实现 RAG
接下来，演示如何利用 BGE-small 和 FAISS 搭建 RAG 检索系统。开始编码前，先安装两个依赖：
pip install faiss-cpu sentence-transformers然后编写代码。与之前教程的代码相比，只有一行改动——将模型路径从 all-MiniLM-L6-v2 改为 bge-small-zh-v1.5：
from sentence_transformers import SentenceTransformer
import faiss
import numpy as np
# ===================== 你的知识库（完全不变） =====================
knowledge = [
"什么是AI：人工智能（AI）是一门使机器模拟人类智能的技术。",
"什么是RAG：RAG代表检索增强生成，通过检索外部知识提升大模型回答准确性。",
"本地RAG消耗Token吗：本地RAG不调用云端API，不消耗Token，完全免费。",
"FAISS是什么：FAISS是Facebook开源的向量检索库，用于本地高效检索。",
"RAG的作用：RAG让大模型能引用外部知识，避免胡说八道。"
]
# ===================== 加载你本地已有的模型（不变） =====================
embed_model = SentenceTransformer("./bge-small-zh-v1.5", device="cpu")
# 生成向量（把知识库向量化）
vectors = embed_model.encode(knowledge)
# 构建 FAISS 索引
index = faiss.IndexFlatL2(vectors.shape[1])
index.add(np.array(vectors).astype("float32"))
# ===================== RAG 检索（逻辑不变） =====================
def rag(question):
print("\n 问题：" + question)
# 把问题向量化
q_vec = embed_model.encode([question])
# 从 FAISS 检索对应的知识
D, I = index.search(np.array(q_vec).astype("float32"), 1)
best = knowledge[I[0][0]]
answer = best.split("：")[-1]
print(" 答案：" + answer)
print("-" * 50)
# ===================== 运行 =====================
if __name__ == "__main__":
print("=== 本地智能 RAG 系统：问什么答什么 ===")
while True:
q = input("\n请输入问题（q退出）：")
if q.lower() == "q":
break
rag(q)运行一下看看效果。先问“RAG是什么？”，再问“RAG有哪些作用？”，输出如下：
=== 本地智能 RAG 系统：问什么答什么 ===
请输入问题（q退出）：RAG是什么？
问题：RAG是什么？
答案：RAG代表检索增强生成，通过检索外部知识提升大模型回答准确性。
--------------------------------------------------
请输入问题（q退出）：RAG有哪些作用？
问题：RAG有哪些作用？
答案：RAG让大模型能引用外部知识，避免胡说八道。
--------------------------------------------------结果非常清晰：问“RAG是什么”时，BGE-small 准确返回了第二条知识；问“RAG有哪些作用”时，也正确匹配了最后一条知识。对比之前 all-MiniLM-L6-v2 的翻车表现，国产模型在中文语义理解上的优势立竿见影。
本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》。
