前言

在构建智能搜索、推荐系统等AI应用时，**文本向量化(Embeddings)和结果重排序(Reranking)**是两个关键环节。本文将手把手教您通过Docker快速部署两大核心服务：

1. Embeddings API：基于multilingual-e5-large-instruct模型的文本向量生成服务
2. Rerank API：采用bce-reranker-base_v1模型的语义相关性排序服务

二者配合使用可构建完整的语义检索流水线，先通过向量搜索召回候选集，再通过语义重排序提升结果精度。

---

环境准备

硬件要求

• 推荐配置：16GB内存 + NVIDIA GPU（支持CUDA）
• 最低配置：8GB内存（仅CPU模式）

软件依赖

• Docker 20.10+
• NVIDIA Container Toolkit（GPU版需要）
• 端口可用性：7965（Embeddings）、7987（Rerank）

---

双服务部署指南

1. Embeddings API部署

启动容器

docker run -d --name embeddings-api \
  -p 7965:7965 \
  --gpus all \
  engchina/embeddings-api:multilingual-e5-large-instruct

参数说明

参数	作用
--gpus all	启用GPU加速（CPU模式可删除）
-p 7965:7965	服务暴露端口

2. Rerank API部署

启动容器

docker run -d --name rerank-api \
  -p 7987:7987 \
  engchina/rerank-api:bce-reranker-base_v1

---

服务验证与测试

通用验证方法

访问API文档页面（服务启动约1分钟后生效）：

• Embeddings API文档：http://localhost:7965/docs
• Rerank API文档：http://localhost:7987/docs

1. Embeddings API测试

请求示例

curl -X POST "http://localhost:7965/v1/embeddings" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-large",
    "input": "OpenAI API兼容测试",
    "encoding_format": "float"
  }'

响应特征

{
   
  "data": [
    {
   
      "embedding": [0.017, -0.032, ..., 0.021], // 1024维向量
      "index": 0,
      "object": "embedding"
    }
  ],
  "model": "text-embedding-3-large",
  "usage": {
   
    "prompt_tokens": 5