从基础原理出发系统讲解嵌入（embeddings）的深度教程，用 Jupyter Notebook 带你理解向量表示是怎么算出来、怎么用的。

面向 AI Agent 的代码检索工具，用嵌入向量做语义搜索，比 grep+read 少消耗 99% 的 token，让 Agent 更快更准地定位代码。

基于 PyTorch 的度量学习库，提供对比损失、难例挖掘、采样器和检索指标，用来训练和评估相似度搜索所需的嵌入向量。

用 Python 搭建 LLM 应用和智能体的开发框架，把模型调用、工具、检索和记忆串成可组合的链路，省去自己拼装底层胶水代码。

面向 AI 应用的文档处理与 RAG 框架，把私有数据接入大模型，支持构建检索增强、智能体和多智能体应用。

用嵌入向量做 GitHub 仓库推荐，并生成更清晰的 Star 历史图表，帮开发者发现值得关注的项目。

在浏览器里交互式探索和解读大规模嵌入向量，用可视化方式直观理解高维数据的分布与结构。

Go 语言的可嵌入向量数据库，接口类似 Chroma，零第三方依赖，内存存储并可选持久化，方便在 Go 应用里直接做向量检索和 RAG。

用 GPT 嵌入和向量检索引擎处理海量公开情报数据，把零散 OSINT 信息变成可语义搜索的知识库。