提交qiming-mcp-proxy

qiming-mcp-proxy/fastembed/README_zh-CN.md

@@ -0,0 +1,79 @@
+# FastEmbed
+
+**[English](README.md)** | **[简体中文](README_zh-CN.md)**
+
+---
+
+# FastEmbed
+
+使用 FastEmbed 库的高性能文本嵌入 HTTP 服务，用于高效的文本向量化。
+
+## 概述
+
+`fastembed` 是一个基于 Rust 构建的高性能文本嵌入服务，提供 HTTP API 用于使用 FastEmbed 进行文本向量化。
+
+## 功能特性
+
+- **FastEmbed 集成**: 使用 FastEmbed 5.0 和 ONNX 运行时
+- **HTTP API**: 用于文本嵌入的 RESTful API
+- **并发处理**: 使用 DashMap 进行高效的并发操作
+- **OpenAPI 文档**: 自动生成的 API 文档
+- **多种模型**: 支持各种嵌入模型
+
+## 快速开始
+
+### 安装
+
+```bash
+# 从源码构建
+cargo build --release -p fastembed
+
+# 二进制文件位置
+ls target/release/fastembed
+```
+
+### 使用
+
+```bash
+# 启动服务器（默认端口 8080）
+fastembed server
+
+# 指定自定义端口
+fastembed server --port 8081
+```
+
+### API 使用
+
+```bash
+# 生成嵌入向量
+curl -X POST http://localhost:8080/embed \
+  -H "Content-Type: application/json" \
+  -d '{
+    "texts": ["Hello world", "Fast embedding"],
+    "model": "BAAI/bge-small-en-v1.5"
+  }'
+```
+
+## 支持的模型
+
+- `BAAI/bge-small-en-v1.5` - 快速英语模型（384 维）
+- `BAAI/bge-base-en-v1.5` - 平衡英语模型（768 维）
+- `BAAI/bge-large-en-v1.5` - 高质量英语模型（1024 维）
+
+## 开发
+
+```bash
+# 构建
+cargo build -p fastembed
+
+# 测试
+cargo test -p fastembed
+```
+
+## 许可证
+
+MIT OR Apache-2.0
+
+## 贡献
+
+欢迎提交 Issue 和 Pull Request！