saga-embed_v1
Rilasciato da nicher92 nel 2026, saga-embed_v1 è un modello embedding. saga-embed_v1 is an open-weights embed model.
by nicher92
Ideale per
Modi per utilizzare saga-embed_v1 in osFoundry
Si colleghi con la sua chiave (BYOK)
Apra la finestra delle chiavi e incolli la sua API key nicher92. osFoundry scopre saga-embed_v1 automaticamente — lo assegni a un ruolo Maestro (router, direct, orchestrator o fallback) nella scheda Pipeline e sarà attivo in ogni chat. La sua chiave, il suo account provider — nessun ricarico sui token.
Distribuisca un endpoint dedicato
saga-embed_v1 è open-weights — lo esegua localmente in modo gratuito, oppure distribuisca un endpoint GPU dedicato nel suo workspace per ottenere capacità riservata senza limiti di rate.
Lo utilizzi in una Room App
Le Room App dichiarano le funzionalità AI nel loro manifest e le richiamano con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Lo richiami dalle sue applicazioni
Una volta integrato un modello nel suo workspace, può esporlo come API e raggiungerlo dai suoi servizi, script o pipeline CI — al di fuori di osFoundry.
saga-embed_v1 a confronto con modelli simili
Licenza
Non specificata — Termini di licenza non specificati — verifichi la scheda del modello upstream prima dell'uso commerciale.
Consulti la documentazione upstream.
Domande frequenti su saga-embed_v1
saga-embed_v1 è gratuito?
saga-embed_v1 è gratuito da eseguire localmente sul suo hardware. L'accesso in hosting tramite osFoundry è a consumo (input Free (local), output Free (local)). Può passare tra esecuzione locale e in hosting in qualsiasi momento.
Posso usare saga-embed_v1 a scopo commerciale?
L'uso commerciale è consentito a determinate condizioni. Termini di licenza non specificati — verifichi la scheda del modello upstream prima dell'uso commerciale. Consulti la documentazione upstream.
Posso eseguire saga-embed_v1 localmente?
Sì. saga-embed_v1 è open-weights e si esegue localmente su una GPU da workstation. Il runtime locale di osFoundry gestisce il caricamento del modello, la quantizzazione e il routing.
In che cosa eccelle saga-embed_v1?
saga-embed_v1 è particolarmente adatto a sentence similarity.
Come utilizzo saga-embed_v1 in osFoundry?
Incolli la sua API key nicher92 nella finestra delle chiavi (oppure distribuisca i pesi aperti per i modelli auto-ospitabili), assegni saga-embed_v1 a un ruolo Maestro nella scheda Pipeline, quindi lo utilizzi in chat, nelle Room App tramite invokeAI o nelle sue applicazioni.
Pubblicato da nicher92 il 13 aprile 2026. Fonte: https://huggingface.co/nicher92/saga-embed_v1