Forge

@voxell/forge-mcp

一个适用于 Forge 的 MCP 服务——Voxell 托管的文本嵌入 API。它将 Forge 作为两个工具提供给任意 MCP 客户端（Claude、Cursor、Cline、Windsurf、VS Code，……）：

• embed — 将文本转换为向量
• list_models — 列出可用模型及其维度

你需要提供 Forge API 密钥。该服务无状态，Voxell 不会存储你发送的文本或返回的向量——只会记录使用元数据（令牌数），用于计费。 它只负责生成嵌入——不提供存储、搜索或 RAG。这些是不同的产品。

快速安装

在编辑器中一键安装（然后将 your-key-here 替换为从 dash.voxell.ai 获取的真实密钥）：

Claude Code — 一条命令：

claude mcp add forge -e FORGE_API_KEY=your-key-here -- npx -y @voxell/forge-mcp

其他客户端（Claude Desktop、Cline、Windsurf、Zed，……）使用标准的 mcpServers 配置块——请参阅下文的使用方法。

为什么选择 Forge

• 质量可调。 三个档位：turbo（1024d，快速，默认）、pro（2560d）和 ultra（4096d，质量最高）。根据质量和成本的权衡选择合适的档位。
• 基准测试领先。 Voxell 的 Ingot-8B-R3 在公开的 MTEB 排行榜（English v2）中位列英语榜单第 1， 在 41 项任务中的平均任务得分为 75.98，是目前可用的顶尖英语嵌入模型。请参阅模型卡。
• 基于公开文档进行测量。 Voxell 基于 Forge 构建的检索流水线，使用四个公开语料库（7,817 篇文档、980,885 个片段）进行测量。在 800 个模型编写的问题上——这些问题比人工编写的测试集更简单——首条结果有 83% 的概率能回答问题。 方法和限制：检索测量。
• Matryoshka（MRL）。 设置 dim 可截断向量（并重新归一化），从而获得约小 4 倍、成本更低的向量。
• 低延迟（Go + CUDA 引擎）、零信任（按密钥进行身份验证；支持 mTLS），并且免费起步（turbo 永久免费，无需信用卡：dash.voxell.ai；了解更多：voxell.ai/forge）。

检索效果测量

此服务仅返回向量。Voxell 还基于 Forge 运行检索流水线，并公开其在任何人都能阅读的文档上测得的效果。

4 个公开语料库，共 7,817 份文档和 980,885 个段落，800 个问题（每个语料库 200 个），测量日期：2026-10-05：

语料库	文档数	首个结果回答了问题	前三个结果之一回答了问题
SEC 文件	2,010	91%	95%
USPTO 专利	4,008	86.5%	91.5%
NASA 技术报告	1,210	67%	78%
arXiv 技术论文	589	86.5%	96%
全部四个语料库	7,817	83%	90%

95% 的问题，其对应文档位于前十个结果中。

请客观看待这些数字。问题由模型根据文档编写，并依据段落文本进行判定，这比由人编写的测试集更容易。这些数字反映的是此流水线在这些语料库上的表现。它们并非与其他供应商的比较结果，也不代表 embed 工具单独运行时的表现：流水线还增加了测量记录中列出的步骤，例如交叉编码器重排器、每个段落中的单行文档标识，以及将问题路由到其中点名的文档。每份测量记录都会附上固定样本的问题，包括未命中的问题：voxell.ai/retrieval。

你可以用它做什么

• 添加语义搜索 — 使用 input_type: "document" 嵌入文档，并使用 input_type: "query" 嵌入每个查询，然后按余弦相似度排序。
• 构建 RAG — 嵌入知识库、存储向量，并检索最接近的文本块，为大模型提供依据。
• 查找相似或重复文本 — 嵌入两段文本并比较其向量。
• 聚类或分类 — 嵌入一批文本，然后对向量进行聚类或训练分类器。
• 缩减向量存储空间 — 设置 dim 进行截断（Matryoshka），以少量准确度为代价换取更小、更便宜的向量。
• 直接在编辑器中使用 — 让你的 AI Agent（Cursor、Claude、……）通过 embed 工具嵌入代码片段、一批文本或一个文件，无需单独编写脚本。

要求

• Node.js ≥ 18（已在 20 上测试）
• Forge API 密钥 — 在 https://dash.voxell.ai 创建。turbo 永久免费，无需信用卡。

使用方法

大多数 MCP 客户端会按需通过 npx 运行。将以下内容添加到客户端的 MCP 配置中：

{
  "mcpServers": {
    "forge": {
      "command": "npx",
      "args": ["-y", "@voxell/forge-mcp"],
      "env": { "FORGE_API_KEY": "your-key-here" }
    }
  }
}

（Cursor、Claude Desktop、Cline、Windsurf 和 VS Code 均使用这种 mcpServers 结构。）

工具

embed

参数	类型	默认值	说明
input	string 或 string[]	—	要嵌入的文本（必填）
model	string	turbo	turbo（1024-d）、pro（2560-d）、ultra（4096-d）
dim	number	模型默认值	截断为 N 个维度（Matryoshka）— 适用于所有模型
input_type	"query" | "document"	document	搜索查询请使用 query

返回向量以及模型、维度和令牌数量。

默认值为 turbo — 你可能会想用这个。pro/ultra 以更大的尺寸和更慢的速度换取更多维度。

list_models

列出可用模型及其维度。

配置

环境变量	必填	默认值
FORGE_API_KEY	是	—
FORGE_BASE_URL	否	https://api.voxell.ai

超越 MCP：兼容 OpenAI 的 API

Forge 支持 OpenAI embeddings API。将任何 OpenAI 客户端指向 Forge——无需更改代码， 并且会保留现有的向量维度：

from openai import OpenAI

client = OpenAI(base_url="https://api.voxell.ai/v1", api_key="your-forge-key")
# the exact call you already make — now on a higher-ranked engine:
client.embeddings.create(model="text-embedding-3-large", input=["hello world"])  # -> 3072-d

OpenAI 模型名称会映射到维度匹配的 Forge 等级（text-embedding-3-small/ ada-002 → 1536-d，text-embedding-3-large → 3072-d），因此现有向量存储无需改动即可接入。 或者直接指定 Forge 等级——turbo | pro | ultra。还支持 dimensions （Matryoshka，重新归一化）和 encoding_format: "base64"。

无论选择哪种路径，都能升级。 Forge 的最低等级（turbo）在 MTEB 上的表现优于 OpenAI 最高级的嵌入模型（text-embedding-3-large），因此不会出现换用后表现更差的情况。而 Voxell 的 Ingot-8B-R3 在公开的 MTEB 排行榜上位居英语榜首：实力远超一档。

为什么值得重新嵌入到 Forge。 嵌入是不可逆的：编码器在写入时丢弃的信息就此消失——无论是重排器、更长的提示词，还是下游更大的大模型，都无法还原向量从未捕获的信息。用于嵌入的模型决定了其上所有环节的性能上限。只需重新嵌入一次，换用排名更高的引擎，这个上限就会永久提高。

许可证

MIT © Voxell, Inc.