本站面向开发者与科研用户，提供开源镜像的搜索和下载加速服务。
所有镜像均来源于原始开源仓库，本站不存储、不修改、不传播任何镜像内容。
ghcr.io/huggingface/text-embeddings-inference:1.7.4
ghcr.iolinux/amd641.7.4大小: 1.11GB更新于 2025年8月24日
Hugging Face的text-embeddings-inference是一款文本嵌入推理工具，通过容器化形式提供，核心功能是将文本转化为计算机可处理的向量表示。
它支持多种主流开源文本嵌入模型，包括Sentence-BERT系列（如轻量级的all-MiniLM-L6-v2）、基础BERT模型等，适配不同文本长度和精度需求的场景。使用时，用户输入原始文本后，工具会自动完成预处理（如分词、长度截断）、模型推理和向量生成，输出维度统一的稠密向量，可直接用于下游任务。
作为容器镜像，它部署灵活，能在本地服务器、云平台或Kubernetes集群中快速启动，省去复杂的环境配置步骤。同时针对推理性能做了优化：支持动态批处理（根据输入文本量自动调整批大小）和模型缓存，在保证向量精度的前提下降低延迟——普通GPU上单条短句推理延迟可控制在毫秒级，批量处理时吞吐量进一步提升，适合高并发场景。
实际应用中，它可用于多个领域：搜索引擎的语义检索（通过向量匹配相似内容）、推荐系统（用户行为文本与物品描述向量比对提升相关性）、文本聚类（通过向量距离快速归并相似文本）、文本分类（用向量作为特征输入分类模型）等。对于需要高效文本向量化的开发者或企业，它提供了开箱即用的解决方案，平衡了易用性、性能和兼容性。
拉取命令
轩辕镜像加速通过轩辕镜像加速下载
加速地址未获取到
请登录使用轩辕镜像享受快速拉取体验，支持国内加速，速度提升50倍
🚀 国内加速⚡ 速度提升50倍🔒 安全可靠
原始仓库从原始仓库拉取镜像
docker pull ghcr.io/huggingface/text-embeddings-inference:1.7.4更多版本
ghcr.io/huggingface/text-embeddings-inference:1.6
1.6ghcr.iolinux/amd641.21GB
ghcr.io/huggingface/text-embeddings-inference:cpu-1.2
cpu-1.2ghcr.iolinux/amd64636.68MB
ghcr.io/huggingface/text-embeddings-inference:cpu-latest
cpu-latestghcr.iolinux/amd64660.31MB
ghcr.io/huggingface/text-embeddings-inference:turing-1.5
turing-1.5ghcr.iolinux/amd64900.87MB
ghcr.io/huggingface/text-embeddings-inference:cpu-1.6
cpu-1.6ghcr.iolinux/amd64659.95MB
ghcr.io/huggingface/text-embeddings-inference:cpu-1.7
cpu-1.7ghcr.iolinux/amd64683.64MB
ghcr.io/huggingface/text-embeddings-inference:latest
latestghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:86-1.6.1
86-1.6.1ghcr.iolinux/amd641.31GB
ghcr.io/huggingface/text-embeddings-inference:86-1.7.0
86-1.7.0ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:hopper-1.7.1
hopper-1.7.1ghcr.iolinux/amd641.12GB
ghcr.io/huggingface/text-embeddings-inference:hopper-1.7
hopper-1.7ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:1.7.1
1.7.1ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:1.7
1.7ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:86-1.7.1
86-1.7.1ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:1.8
1.8ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:cuda-1.8.1
cuda-1.8.1ghcr.iolinux/amd642.65GB
ghcr.io/huggingface/text-embeddings-inference:hopper-1.8
hopper-1.8ghcr.iolinux/amd641.12GB
ghcr.io/huggingface/text-embeddings-inference:1.8.0
1.8.0ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:86-1.8.2
86-1.8.2ghcr.iolinux/amd641.11GB
ghcr.io/huggingface/text-embeddings-inference:cpu-1.8
cpu-1.8ghcr.iolinux/amd64684.32MB
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker加速体验非常流畅，大镜像也能快速完成下载。"
常见问题
Q1:轩辕镜像免费版与专业版有什么区别？
免费版仅支持 Docker Hub 加速，不承诺可用性和速度；专业版支持更多镜像源，保证可用性和稳定速度，提供优先客服响应。
Q2:轩辕镜像免费版与专业版有分别支持哪些镜像？
免费版仅支持 docker.io；专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等。
Q3:流量耗尽错误提示
当返回 402 Payment Required 错误时，表示流量已耗尽，需要充值流量包以恢复服务。
Q4:410 错误问题
通常由 Docker 版本过低导致，需要升级到 20.x 或更高版本以支持 V2 协议。
Q5:manifest unknown 错误
先检查 Docker 版本，版本过低则升级；版本正常则验证镜像信息是否正确。
Q6:镜像拉取成功后，如何去掉轩辕镜像域名前缀？
使用 docker tag 命令为镜像打上新标签，去掉域名前缀，使镜像名称更简洁。
轩辕镜像下载加速使用手册
探索更多轩辕镜像的使用方法，找到最适合您系统的配置方式
登录仓库拉取
通过 Docker 登录认证访问私有仓库
Linux
在 Linux 系统配置镜像加速服务
Windows/Mac
在 Docker Desktop 配置镜像加速
Docker Compose
Docker Compose 项目配置加速
K8s Containerd
Kubernetes 集群配置 Containerd
宝塔面板
在宝塔面板一键配置镜像加速
群晖
Synology 群晖 NAS 配置加速
飞牛
飞牛 fnOS 系统配置镜像加速
极空间
极空间 NAS 系统配置加速服务
爱快路由
爱快 iKuai 路由系统配置加速
绿联
绿联 NAS 系统配置镜像加速
威联通
QNAP 威联通 NAS 配置加速
Podman
Podman 容器引擎配置加速
Singularity/Apptainer
HPC 科学计算容器配置加速
其他仓库配置
ghcr、Quay、nvcr 等镜像仓库
专属域名拉取
无需登录使用专属域名加速
需要其他帮助？请查看我们的 常见问题 或 官方QQ群: 13763429