实用工具
输入
结果
结果会显示在这里。RAG 检索、去重和语义搜索判断两段文字是否同义，靠的都是向量（embedding），在拿它搭系统之前先亲眼看看这些数字很有帮助。每行输入一句话，工具通过 huggingface/transformers.js 用一个小型 sentence-transformers 模型把每句转成向量，再两两计算余弦相似度。默认的多语言模型会把中英文的同义句放得很近，你可以直接验证一个问题和它的英文翻译是否真的落在一起。
它是怎么工作的
- 句子向量用平均池化加 L2 归一化得到，这正是这些 sentence-transformers 模型训练时设定的用法。
- 输出包括句子编号列表、完整的相似度矩阵，以及按分数从高到低排列的前十对最相似句子。
- 多语言模型约 118 MB，只支持英文的 all-MiniLM-L6-v2 约 23 MB，首次运行都要从 Hugging Face 下载，下载期间没有进度条。
你的数据去了哪里
哪也没去。本工具完全在你的浏览器里运行：你粘贴的文本由页面处理，不会传输到任何服务器，也不会写进任何日志。
本工具免费且无需登录，运行结果只存在于你当前的页面里，不会被保存到任何地方。
它要花多少
本工具完全免费，不需要登录，也不消耗积分。
常见问题
- 多少分算相似？
- 没有通用阈值。用这些模型时，同义改写的分数通常明显高于无关句子，话题相关但意思不同的问题落在中间。请用你自己的数据校准：放几对确定重复的和几对确定不重复的句子进去，看看分界线落在哪里。
- 第一次运行为什么像卡住了？
- 本站的文本类工具无法显示下载进度，而第一次运行必须先从 huggingface.co 下载模型才能开始计算。网速慢时多语言模型要等一阵，Hugging Face 被拦截的网络里可能根本加载不了。之后的运行直接用缓存，一两秒就能出结果。
- 这和 OpenAI 或通义千问的 embedding 接口结果一样吗？
- 不一样。每个向量模型都有自己的向量空间，不同模型之间的分数没有可比性。这个工具适合用来理解语义相似度的表现和做小规模检查；生产环境的检索效果，要用你系统里实际使用的那个向量模型来衡量。
背后的开源项目
本工具运行在 huggingface/transformers.js 之上，以 Apache-2.0 许可发布。如果你需要在自己的程序里实现同样的能力，直接用这个库。
huggingface/transformers.js也常被称作
- 文本相似度
- 句子相似度计算
- 余弦相似度在线计算
- 语义相似度
- embedding在线测试