Meilisearch 即将推出向量存储，以支持通过 AI 进行搜索

向量搜索能够高效检索具有相似特征的对象。这种由AI驱动的搜索技术使用嵌入向量。这些向量是由机器学习模型（如LLM）生成的对象的数学表示。从1.3版本开始，Meilisearch支持存储和搜索向量。

赋能未来搜索

向量搜索可能是搜索新时代的曙光。其用例众多。在电子商务中，它能够提供类似产品的推荐。它还允许构建多模态搜索，如图像或音频搜索。基于对话式AI技术，可以创建问答应用程序。将向量搜索与用户提供的信息（如地理位置和搜索历史）相结合，可以提供更具情境化的搜索体验。

向量搜索也是语义搜索的基础，旨在理解查询的含义。相反，传统的词法搜索只匹配关键词。通过语义搜索，`warm clothes`查询可能会返回`gloves`、`coat`以及更多与冬季服装相关的结果。

向量搜索为搜索解锁了全新的功能。看看一些用户已经实现了什么

• 在一个列出Ruby会议的网站上，提供了类似视频推荐
• 一个使用GPT3.5和LangChain的文档聊天机器人概念验证

开始使用Meilisearch向量存储

从v1.3开始，您可以将Meilisearch用作向量存储。Meilisearch允许您方便地将向量嵌入与文档一起存储。您需要使用您选择的第三方工具（Hugging Face、OpenAI）创建向量嵌入。

首先，启动一个Meilisearch实例。您可以在本地安装Meilisearch或创建Meilisearch Cloud账户。

然后，启用向量存储实验功能

curl 
  -X PATCH 'https://:7700/experimental-features/' 
  -H 'Content-Type: application/json'  
  --data-binary '{
    "vectorStore": true
  }'

Meilisearch现在接受文档中的`_vector`字段。使用它将与您的文档对应的向量嵌入存储在此字段中。

curl -X POST -H 'content-type: application/json' 
     'localhost:7700/indexes/songs/documents' 
     --data-binary '[
         { "id": 0, "_vectors": [0, 0.8, -0.2], "title": "Across The Universe" },
         { "id": 1, "_vectors": [1, -0.2, 0], "title": "All Things Must Pass" },
         { "id": 2, "_vectors": [0.5, 3, 1], "title": "And Your Bird Can Sing" }
     ]'

将您的向量化文档存储在Meilisearch中后，您可以使用`search`或`multi-search`路由查询它们。为此，您需要计算查询的向量（使用第三方工具）并将其发送到`vector`字段中。

curl -X POST -H 'content-type: application/json' 
   'localhost:7700/indexes/songs/search' 
   --data-binary '{ "vector": [0, 1, 2] }'

使用向量搜索时，返回的文档包含`semanticScore`字段

{
  "hits": [
    { "id": 0, "_vectors": [0, 0.8, -0.2], "title": "Across The Universe", "_semanticScore": 0.6754 },
    { "id": 1, "_vectors": [1, -0.2, 0], "title": "All Things Must Pass", "_semanticScore": 0.7546 },
    { "id": 2, "_vectors": [0.5, 3, 1], "title": "And Your Bird Can Sing", "_semanticScore": 0.78 }
  ],
  "query": "",
  "vector": [0, 1, 2],
  "processingTimeMs": 0,
  "limit": 20,
  "offset": 0,
  "estimatedTotalHits": 2
}

迈向语义搜索的第一步

向量搜索是我们迈向语义搜索的第一步。但我们的长期目标是提供混合搜索——结合全文搜索和语义搜索的优势，提供最相关的搜索体验。Meilisearch的创始人兼首席技术官Clément Renault在Github上分享了他关于探索语义搜索的思考——阅读以了解创始人的视角。我们迫不及待地想与您分享更多！

在下方留下您的电子邮件，了解我们AI驱动搜索的进展。我们将及时向您通报有关向量搜索和语义搜索的所有更新。

将Meilisearch AI更新直接发送到您的收件箱💌

* 表示必填

电子邮件地址 *

营销权限

请选择您希望从Meilisearch获取信息的所有方式

电子邮件

您可以随时取消订阅。

我们使用Mailchimp发送电子邮件。

我们很高兴能迈出语义搜索的第一步。我们迫不及待地想听听您对将Meilisearch作为向量存储的集成有什么看法。您可以在此Github讨论中提供您的反馈。

您可以通过订阅我们的时事通讯来保持联系。要了解更多关于Meilisearch的未来并帮助塑造它，请查看我们的路线图并参与我们的产品讨论。

如有其他问题，请在Discord上加入我们的开发者社区。

到时候见。