EmbeddingGemma 2 in the Browser

EmbeddingGemma 2 in the Browser

在浏览器里为文档排序、跨语言比较句子，并用文字搜索你自己的图片，你输入或上传的内容不会离开你的设备。适合探索嵌入的人。

由 Caspivs 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 在你的浏览器里运行一个嵌入模型。它是 Google 的 EmbeddingGemma 2 的演示，使用 4 位的 ONNX 权重和 Transformers.js。它提供语义搜索、句子相似度矩阵和文字搜图。你输入或上传的所有内容都留在你的设备上。

适合谁：它适合想不借助服务器就看看嵌入是怎么回事的开发者和研究者，也适合想私下搜索自己的文档或图片的人。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 试用语义搜索，看嵌入模型在一个页面里运行 | 针对一个问题给几篇文档排序
研究 | 语言研究者 | 用相似度矩阵跨语言比较句子 | 检查一对译文有多接近
内容 | 编辑和档案管理员 | 针对文字查询给自己的图片排序 | 找出符合一句简短描述的图片
教育 | 机器学习的学生 | 切换嵌入的大小，观察效果 | 比较 768 维和 128 维的结果

如果你的浏览器没有 WebGPU，可以跳过它，因为模型需要它才能运行。

用在哪里：

• 较新的 Chrome 或 Edge 浏览器：在 Hugging Face 上打开这个 Space 页面。
• iOS 上的 Safari，或 macOS 26 及以上：它们也支持 WebGPU。
• Windows、macOS 或 Linux：下载文件，然后在支持 WebGPU 的浏览器里打开 index.html。

使用场景 | 谁用 | 能得到什么
语义搜索 | 有文档的任何人 | 针对你的查询排好序的文档
相似度矩阵 | 语言学习者和研究者 | 跨语言的句子两两相似度
文字搜图 | 创作者和档案管理员 | 针对文字查询排好序的你自己的图片或一组示例图片

如何设置：使用托管页面只需要一个支持 WebGPU 的浏览器。下载副本还需要 Python 和 pip。

• 一个支持 WebGPU 的浏览器，比如较新的 Chrome 或 Edge。
• Python 和 pip，只有下载副本时才需要。

1. 用 pip 安装 huggingface_hub 包。
2. 用 hf 命令把这个 Space 的文件下载到一个文件夹里。
3. 进入这个文件夹。
4. 在支持 WebGPU 的浏览器里打开 index.html。

pip install -U huggingface_hub
hf download Caspivs/embeddinggemma-2-demo --repo-type space --local-dir embeddinggemma-2-demo
cd embeddinggemma-2-demo

如何使用：打开页面，等模型加载完成。选一个标签页，添加你的文字或图片，然后读排序结果或矩阵。每个标签页都有一个嵌入大小的选择器，可选 768、512、256 和 128。

在语义搜索标签页里，你还要选一个任务，它会加上对应的指令前缀。可选的有搜索、问答、事实核查和代码搜索。

工具 | 作用
语义搜索 | 针对你的查询给文档排序
相似度矩阵 | 显示句子两两之间的余弦相似度
文字搜图 | 针对文字查询给图片排序
大小选择器 | 把嵌入截断并重新归一化到 768、512、256 或 128

示例：你打开语义搜索标签页，添加几篇简短的文档。你输入一个问题，选择问答任务。页面会按文档与你的问题有多接近来给它们排序。

新手与专家：如果你是新手，打开相似度矩阵标签页，输入几句简短的话，其中有些用不同的语言。看看哪些句对得分接近。然后再试其他标签页。

如果你熟悉这个领域，嵌入来自在 ONNX Runtime Web 上用 WebGPU 运行的量化模型。大小选择器会截断向量并重新归一化，做法和模型卡推荐的一样。搜索任务会加上指令前缀。量化模型的算子只在 WebGPU 上可用，所以需要支持 WebGPU 的浏览器。

在支持 WebGPU 的浏览器里打开页面
4 位模型下载并被缓存
你选一个标签页，添加文字或图片
模型在你的设备上对它们做嵌入
显示排序或相似度

注意事项：第一次访问要下载不少数据，之后的访问从浏览器缓存里加载。

Title: 首次下载
模型文件: 210 MB
图像编码器: 110 MB

• Image encoder: 额外的下载发生在第一次图片搜索时
• License: apache-2
• Cost to run: none named
• Data it reaches: 没有任何内容离开你的设备，你的文字和图片都留在浏览器里
• Not for: 没有 WebGPU 的浏览器

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：static
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/Caspivs/embeddinggemma-2-demo
• 文件：https://huggingface.co/spaces/Caspivs/embeddinggemma-2-demo/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。