Meilisearch v1.14 发布啦 ✨ 在我们的博客上阅读更多

去首页Meilisearch's logo
返回文章
2025 年 3 月 24 日

使用 Meilisearch AI 构建搜索的未来

我们正在通过 Meilisearch AI 变革开发者构建搜索的方式。不再需要复杂的基础设施——只需开箱即用的强大、智能的搜索。

Quentin de Quelen
Quentin de QuelenMeilisearch 联合创始人兼 CEO@Quentin_dQ
Building the future of search with Meilisearch AI

Bookshop.org 的小型工程团队在将搜索转化率提升超过 14% 时遇到困难,他们面临着一个熟悉的困境。尽管他们拥有 Elasticsearch 这种强大但复杂的搜索解决方案,但他们这个八人团队却花费了更多时间来维护搜索基础设施,而不是改进其核心平台。他们需要一些不同的东西:一种能够以更少的开销提供更好结果的解决方案。

他们的挑战反映了现代软件开发中更广泛的现实。每一次点击、每一次搜索查询和每一次页面加载都直接影响业务指标,但旨在优化这些体验的工具本身往往会成为瓶颈。对于工程团队,尤其是规模较小的团队来说,搜索基础设施的复杂性可能会成为创新和增长的隐性税

这就是 Meilisearch 的用武之地。它是一款开箱即用、无缝协作的解决方案,让开发者能够专注于构建而不是维护。今天,我们通过 Meilisearch AI 的发布进一步推进这项使命——这是我们让开发者能够更轻松地构建世界一流搜索体验的下一步。

在本文中,我们将探讨现代搜索如何超越简单的查询发展而来,审视开发团队面临的技术挑战,并介绍 Meilisearch 的创新解决方案——包括我们新的 AI 功能。您将了解我们以开发者体验为中心的方法如何改变搜索的实施,并了解我们使各种规模的团队都能访问高级搜索功能的路线图。

重新定义现代搜索

现代搜索体验远远超出传统的搜索栏,包含两个关键方面:搜索和发现。 

搜索可以表现为输入框、菜单、过滤器或会话式搜索的流行用户体验(即聊天机器人)。另一方面,发现功能在导航内容和提供建议方面发挥着关键作用。

在各个行业中,我们看到搜索和发现最普遍的应用如下:

  • 传统全文搜索和语义搜索: 所有行业的标准,从 SaaS 到电子商务、市场和内容平台
  • 会话式搜索: 在 RAG(检索增强生成)和 AI 增强搜索界面(如 Perplexity)中很突出
  • 用于导航的发现: 在社交媒体和内容平台中很常见,其中信息流是主要的导航方式
  • 推荐: 与电子商务和内容平台中的业务价值更紧密地联系在一起

对于早期创业公司和中小企业来说,实施这些搜索功能带来了重大的技术挑战。当添加 AI 集成和个性化层时,复杂性会成倍增加。解决这些痛点会分散员工的精力,使其无法专注于构建核心产品价值。Meilisearch 在此为您减轻负担,让您专注于真正重要的事情。 

我们希望 Meilisearch 内置功能能够处理 文档嵌入 等现代用例。复杂的设置(例如管理 Elasticsearch 等重量级解决方案调整 Postgres 实例 或处理混合搜索)是额外的集成负担。这忽略了与暴露前端可访问 API 相关的安全考虑因素,或收集业务 KPI 所必需的分析——这些都不包含在定制解决方案中。

bookshop_meilisearch.gif

这些 DX 方面的考虑因素会长期影响业务指标,因为工程瓶颈会导致产品上市时间延长,从而阻碍希望快速发展的公司的增长。例如,在电子商务中,搜索准确性直接转化为转化率,正如我们帮助 Bookshop 将基于搜索的购买量提高 43% 所证明的那样。在 SaaS 和内容平台上,发现功能可以促进参与度和采用率的增长,这两者都是控制客户流失的关键。 

利用 DX 移山

Meilisearch 是一款无需配置、即插即用的解决方案,您可以安装后即可忘记。对于任何搜索工具的核心(通常也是开发者面临的最大挑战)是确保相关结果。CascadeRank 是我们针对 相关性微调 的答案。我们的算法使用人类可读的排名规则,可以进行配置和轻松自定义。借助 Meilisearch,简单至上,让您可以进行设置并专注于您的核心任务。 

虽然自定义很容易,但 Meilisearch 提供了强大的默认设置,可以开箱即用地处理常见需求——例如容错和优先考虑词语邻近度。事实上,我们已经看到 Minipouce 使用 Meilisearch 的默认配置比以前的 Typesense 设置获得更好的相关性,从而导致搜索量增加了 5 倍。 

可扩展性是小型团队和大型企业都关心的问题。性能是面向用户的搜索的关键——无论是搜索延迟还是索引时间。正如 Podscan.fm 在 600GB 数据中搜索 所证明的那样,搜索在大型数据集上仍然很快。我们的 下一代索引器更新速度提高了 4 倍,使 Meilisearch 也适用于写入密集型工作流程。

arvid-kahl-tweet.png

在安全性方面,不容妥协。因此,Meilisearch 提供了基本的安全功能来处理简单和复杂的用例。Meilisearch 简化了 API 密钥管理,以方便多环境。内置的 多租户功能 还支持更高级的安全模式,允许开发人员自定义其访问规则。

凭借我们在各种客户的搜索需求方面的专业知识,我们构建了 Meilisearch Cloud。这是最快的入门方式。除了让团队摆脱管理基础设施的束缚之外,它还集成了分析和监控功能,使其成为 HitPay 等公司的首选生产平台。开源 Meilisearch 可以通过 Docker 和大量托管平台进行自托管。 

此功能集使 Meilisearch 成为一个简单的解决方案,可以获得最佳的现代搜索体验。这包括受益于简单的 LLM 集成,以利用 AI 驱动的解决方案。

确保您的搜索策略面向未来

凭借原生的 混合和向量搜索 集成,Meilisearch 使实施 AI 驱动的搜索功能变得简单。但这并不是我们的终点——我们的 2025 年路线图充满了各种功能,使企业能够在保持性能和可扩展性的同时,从 AI 中挖掘更多价值。

通过个性化提高转化率

我们的研究表明,个性化显著提高了各种业务类型的转化率。我们的目标是发布一个个性化框架,以便在每个请求中收集最终用户上下文。这种全面的上下文管理系统允许开发人员利用用户偏好、最近的交互和行为模式,进一步自定义每个用户的搜索结果相关性。 

无需额外开销的检索增强生成

虽然 Meilisearch 已经支持 构建检索增强生成 (RAG),但我们希望在引擎中集成内置的 RAG 功能,无缝结合全文搜索、向量搜索和 LLM 交互。然后,我们希望通过解决 RAG 场景中过滤、排名和结果合并的编排问题来解决最先进的 RAG 应用程序中固有的问题。当然,我们希望这能附带强大的默认设置,让开发人员轻松上手。

高级排名集成

我们的目标是为用户提供一种原生方式来利用 AI 重新排序模型,以提高结果的相关性。这提供了一种更灵活的方法来配置结果相关性,允许根据用户上下文和行为进行实时结果重新排序。我们还希望使组织能够与其自己的自定义排名模型集成,以便根据精心挑选的因素进一步动态调整结果。

随着规模扩展的可靠性

我们还计划改进 Meilisearch 的基础设施,以更好地处理其他用例。特别是,我们希望通过基于我们使用 联合远程搜索 进行的分片实验,继续改进分布式系统功能,以实现更好的扩展和高可用性。另一个性能层是集成更复杂的缓存机制,以提高开箱即用的性能。监控和可观测性也在根据用户反馈不断改进。

Meilisearch AI,令人耳目一新的简单搜索 DX

Meilisearch AI 的发布标志着 Meilisearch 用户的新时代,它与 AI 驱动的应用程序的现代格局完全集成。但这也在不断地实现我们的核心价值——让良好的搜索 UX 易于构建。我们相信,专注于开发者体验能够使工程师更快地实现价值,并保持专注于其核心业务。

Meilisearch 频繁发布版本,以持续提供内置功能,使快速交付的公司能够发挥其最佳水平。有关 Meilisearch AI 版本的更多信息,请查阅我们的 发布周页面。 

开始 14 天的 Meilisearch Cloud 免费试用请求演示,与我们的搜索专家讨论您的需求。

今天就试用 Meilisearch AI

体验在无需基础设施开销的情况下实施现代搜索功能的简便性——开始您的免费试用,并在 5 分钟内运行您的第一个搜索索引。

The 10 best AI enterprise search tools and platforms [2025]

2025 年 10 大最佳 AI 企业搜索工具和平台

了解当今市场上十大最佳 AI 企业搜索工具。看看它们在功能、能力、用例、定价等方面的比较。

Ilia Markov
Ilia Markov2025 年 4 月 15 日
Top 10 Elasticsearch alternatives and competitors in 2025

2025 年 Elasticsearch 的十大替代品和竞争对手

了解 Elasticsearch 的 10 大最佳替代品及其主要功能、定价、优缺点(基于真实用户)、集成等。

Ilia Markov
Ilia Markov2025 年 4 月 10 日
Intelligent search: the future of finding relevant results

智能搜索:查找相关结果的未来

了解智能搜索如何改进信息发现。了解关键优势、实施技巧和趋势,以改变您查找重要内容的方式。

Ilia Markov
Ilia Markov2025 年 4 月 8 日