SecureRAG 会下载的每个模型，连同体积与许可
一共只有五个模型文件，全部开源许可、体积不大。默认两档各约 25MB，覆盖绝大多数人；两个生成模型是可选项，你不点它就不会下载。这一页把数字摊开写清楚。
最后更新:
打开页面不会下载任何模型。模型文件只在一次点击之后下载一次，那个按钮会把文件名和体积写在上面；文件存在你自己的浏览器缓存里。之后整个应用可以离线使用。
五个模型文件，一张表看完
| 模型 | 参数量 | 量化方式 | 首次下载 | 向量维度 | 语言 | 许可 | 来源 |
|---|---|---|---|---|---|---|---|
| bge-small-zh-v1.5 —— 中文默认档 | 约 24M（模型页写 0.02B） | int8 动态量化，ONNX | 约 25MB | 512 | 中文；少量英文能用，但检索效果差一些 | MIT，以模型页为准 | https://huggingface.co/Xenova/bge-small-zh-v1.5 |
| all-MiniLM-L6-v2 —— 英文默认档 | 约 23M | int8 动态量化，ONNX | 约 23MB | 384 | 英文 | Apache-2.0，以模型页为准 | https://huggingface.co/Xenova/all-MiniLM-L6-v2 |
| multilingual-e5-small —— 可选，中英混排用 | 约 118M（模型页写 0.1B） | int8 动态量化，ONNX | 约 120MB | 384 | 100 多种语言；同一份资料里中英混杂时选它 | MIT，以模型页为准 | https://huggingface.co/Xenova/multilingual-e5-small |
| Qwen2.5-0.5B-Instruct —— 可选，负责写答案 | 总量 0.49B，去掉词嵌入后 0.36B | 4-bit 权重量化 | 约 400MB | 不适用；它生成文字，不产出检索向量 | 29 种以上语言，含中文 | Apache-2.0，以模型页为准 | https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct |
| Qwen2.5-1.5B-Instruct —— 可选，负责写答案 | 总量 1.54B，去掉词嵌入后 1.31B | 4-bit 权重量化 | 约 1.0GB | 不适用 | 29 种以上语言，含中文 | Apache-2.0，以模型页为准 | https://huggingface.co/Qwen/Qwen2.5-1.5B-Instruct |
硬件要求，以及 WebGPU 改变了什么
向量化跑在 Web Worker 里，所以建索引时界面不会卡。浏览器提供 WebGPU 时，这个 Worker 用显卡跑模型；不提供时，同一个模型通过站内自带的 onnxruntime WebAssembly 版本用 CPU 跑。CPU 这条路慢好几倍，长 PDF 上的差距是几秒和一分钟的区别。CPU 路线上功能没有缺失——向量一样，结果一样。
| 环境 | 向量化与检索 | 可选的 1.5B 生成档 | 我们的建议 |
|---|---|---|---|
| 桌面浏览器支持 WebGPU（Chrome、Edge、较新 Safari） | 用显卡跑，比 CPU 路线快好几倍 | 大约每秒几个词，能读，但远达不到云端聊天机器人的速度 | 推荐环境。只用检索档时留出 300MB 空闲内存就够 |
| 桌面浏览器不支持 WebGPU（Firefox、较老 Safari、老显卡） | 退回站内自带的 WebAssembly 版本 | 慢。写一小段可以，长答案就难受了 | 这类设备用检索档，功能完整 |
| 手机、平板 | 能跑，但文档数量上限更低，移动浏览器还有自己的内存上限 | 默认关闭：这个下载体积超过移动端标签页通常被允许占用的内存 | 适合查东西。要索引长篇报告，还是用电脑 |
| 浏览器没有 WebAssembly，或站点存储被禁用 | 不支持 | 不支持 | 我们会在第一屏就说清楚，而不是建索引建到一半才失败 |
30MB 这条线，以及下载怎么确认
默认两个向量模型都不到 30MB，能覆盖大部分资料库。超过这条线的有四个：约 120MB 的多语言向量模型，以及约 400MB 和 1.0GB 的两个生成模型。这四个都只提供给你选，不会替你决定，而且每一次流量支出都要确认两次：打开下载面板一次，按下按钮一次。
面板先把代价写出来
在一个字节开始传输之前，面板上就有模型名、精确文件体积、将从哪个主机拉取、以及它带什么许可。你看这些的时候，没有任何请求发出。
你按下的按钮上写着体积
按钮长这样：「下载 120MB」，而不是「提升我的效果」。直接关掉面板就等于取消，一个请求都没发出去。
进度可见，取消是真取消
文件传输过程中能看到已传输字节数。下载到一半取消，半截文件会被丢掉，不会在磁盘上留半个模型。
文件存进你的浏览器，并且只请求一次
它落在你浏览器配置文件下的 Cache Storage 里。除非你清除站点数据，或者浏览器在存储压力下把它清掉，同一个文件不会再被请求——真被清掉时，同一个面板会带着同样的数字再出现一次。
这个请求里有什么
- URL 里只有文件名和一个版本标识，别的什么都没有。
- 查询串里不带你的文档、你的问题、你的语言，也不带任何能用来认出你的标识。
- 没有 Cookie：这里没有账号系统可以设置 Cookie，请求本身也不携带凭证。
- 模型托管方能看见你的 IP，这和你访问任何网站一样，是开放互联网的属性，不是这个应用额外加上去的。
- 主站不可达时，同一个文件可能从镜像拉取。文件名、模型、体积完全一致，请求形态也一样。
自己核对下载数字
- 打开工具页，再打开开发者工具，切到 Network 面板。勾上「Preserve log」，过滤器设为显示全部请求。
- 清空请求列表，然后添加一份文档。列表里不会出现新请求。
- 切换模型档位。打开下载面板，在点确认之前读一遍体积——那里的数字和表 1 里的数字是同一个。
- 按下下载按钮，看那一个请求：路径里是模型文件名，响应体就是文件本身，传输体积和表里的数字对得上。
- 切到 Application 面板 → Cache Storage。模型在里面；你的文档不在那里，文本块和向量在 IndexedDB 里。
如果这里的哪个数字是错的
写信到 guweiicy@gmail.com，说明模型名和你核对的那个数字。许可或参数量与上游模型页矛盾，就是我们写错了，我们会改正并在更新日志里记下来。