用途：Sentence Transformers 是用于句子与文本嵌入的 Python 框架，基于 transformers，适合需要高质量嵌入的 RAG、语义相似度与搜索、文本聚类与分类、多语言嵌入，以及在本地运行嵌入（无需 API）等场景，也可作为 OpenAI 嵌入的成本效益替代。
主要能力：提供 5000+ 预训练模型，支持 100+ 语言，基于 PyTorch/Transformers。可用于语义搜索、余弦相似度与点积计算、批量编码，并支持微调。常见模型包括 all-MiniLM-L6-v2（384 维、快）、all-mpnet-base-v2（768 维）、all-roberta-large-v1（1024 维、较慢）；多语言模型有 paraphrase-multilingual-MiniLM-L12-v2（50+ 语言）和 paraphrase-multilingual-mpnet-base-v2（100+ 语言）；也有法律、科学论文、代码等领域模型。
使用方式：安装命令为 pip install sentence-transformers。基本用法是导入 SentenceTransformer，加载模型后调用 model.encode(sentences) 生成嵌入，并用 util.cos_sim 计算余弦相似度。语义搜索可对语料与查询编码后调用 util.semantic_search 取 top_k 结果。批量编码支持 batch_size、show_progress_bar 等参数。微调可结合 InputExample、losses 与 DataLoader，调用 model.fit 训练并保存。还可通过 HuggingFaceEmbeddings 集成 LangChain、通过 HuggingFaceEmbedding 集成 LlamaIndex。
适用场景与建议：通用原型可从 all-MiniLM-L6-v2 起步；生产 RAG 可用 all-mpnet-base-v2；需要高精度时可选 all-roberta-large-v1；多语言任务选对应多语言模型。建议归一化嵌入、有 GPU 时使用 GPU、批量编码并缓存嵌入、按领域微调、多测试不同模型并关注内存占用。性能方面，MiniLM 约 2000 句/秒、120MB；MPNet 约 600 句/秒、420MB；RoBERTa 约 300 句/秒、1.3GB。
限制：若需要基于 API 的最高质量嵌入，可考虑 OpenAI Embeddings；需要任务特定指令可用 Instructor；需要托管服务可用 Cohere Embed。其余如具体收费与价格信息暂未提供。