Meilisearch 1.8

新增：负搜索

Meilisearch 1.8 允许您使用 - 运算符从搜索结果中排除特定术语。 

例如，要查找包含单词“room”但不包含“escape”的文档，请在“escape”前放置一个 -

curl 
  -X POST 'https://edge.meilisearch.com/indexes/places/search' 
  -H 'Content-Type: application/json' 
  --data-binary '{ "q": "-escape room" }'

实验性功能：改进的混合搜索

新的 Ollama 嵌入器

Meilisearch 1.8 引入了对 Ollama 模型 的支持。在您的索引设置中配置嵌入器

"default": {
  "source": "ollama", // 👈 Use the ollama source
  "url": "http://localhost:11434/api/embeddings",
  // ☝️ optional, fetched from MEILI_OLLAMA_URL environment variable if missing
  "apiKey": "<your-api-key>",
  // ☝️ optional
  "model": "nomic-embed-text",
  "documentTemplate": "{{doc.field_name}}" // like for openAI and huggingFace sources
}

新的 REST 嵌入器

从 Meilisearch 1.8 开始，您可以使用任何通过 REST API 访问的嵌入器。以下是如何使用 rest 源配置 OpenAI 嵌入器的方法

{
  "source": "rest",
  "apiKey": "<your-openai-api-key>",
  "dimensions": 1536,
  "url": "https://api.openai.com/v1/embeddings",
  "query": {
    "model": "text-embedding-ada-002"
  },
  "inputField": ["input"],
  "inputType": "textArray",
  "pathToEmbeddings": ["data"],
  "embeddingObject": ["embedding"]
}

有关 API 和可用参数的更多详细信息，请查阅关于 REST 嵌入器的文档。

新的嵌入器设置：分布偏移

根据嵌入模型，向量嵌入并非始终在 向量空间内均匀分布。当向量过度聚集时，语义搜索分数可能会非常接近排名。由于语义分数被压缩，混合结果可能具有次优的相关性。

为了解决这个问题，您现在可以使用仿射变换来偏移结果的分布。此变换标准化语义分数，以防止它们聚集过高或过紧，从而使它们更易于与 关键词分数相比较。

"default": {
  "source": "huggingFace",
  "model": "MODEL_NAME",
  "distribution": {  // describes the natural distribution of results
    "mean": 0.7, // mean value
    "sigma": 0.3 // standard deviation
  }
}

• 均值值表示您观察到语义搜索分数密集聚集的中心点。在提供的代码示例中，该设置表明来自此模型的语义分数倾向于聚集在 0.7 的均值附近。
• 西格玛值确定了排名分数与均值（标准差）的离散程度。上面代码示例中提供的西格玛意味着在偏移分布之前，结果往往具有与均值 0.3 的平均距离。

这允许更有效地比较语义搜索结果和关键词搜索结果之间的 _rankingScore，从而改进结果排名。

重大变更：精简的 API 响应

为了加快搜索响应速度并减少带宽使用，Meilisearch v1.8 不再在搜索响应中返回以下字段

• 返回查询向量的 vector 字段 
• 当您向搜索查询添加 `”showRankingScoreDetails”: true”` 时返回的 vectorSort 对象中包含的 value 字段
• _semanticScore 字段；其值与 _rankingScore 相同，您应该改用后者。在搜索参数中设置 ”showRankingScore”: true”

搜索鲁棒性改进

新的搜索截止设置

为了增强稳定性和性能，Meilisearch 会自动终止任何超过 1500 毫秒的搜索请求。 

要调整此超时阈值，您可以自定义 searchCutoffMs 设置

curl 
  -X PATCH 'https://edge.meilisearch.com/indexes/movies/settings' 
  -H 'Content-Type: application/json' 
  --data-binary '{
    "searchCutoffMs": 150
  }'

实验性功能：并发搜索请求限制

此版本引入了对并发搜索请求的限制，以防止 Meilisearch 使用过多的 RAM 并崩溃。默认队列限制设置为 1000 个请求。 

要修改此限制，请使用 --experimental-search-queue-size 选项重新启动您的自托管实例

./meilisearch --experimental-search-queue-size 100

👉 此限制不会影响搜索性能。它仅控制可以同时排队的搜索请求数量，以增强系统安全性。

贡献者致谢

我们衷心感谢所有参与此版本的社区成员。我们要感谢：@availhang、@hack3ric、@jakobklemm、@mohsen-alizadeh、@redistay、@rohankmr414、@shuangcui、@Toromyx、@6543 对 Meilisearch 的帮助，以及 @Gusted、@mosuka、@6543 对 Charabia 的工作。

特别感谢我们的 SDK 维护者，感谢他们使 Meilisearch 可以在如此多的语言中使用。🫶

v1.8 的内容就是这些！此版本发布文章重点介绍了最重要的更新。有关详尽的列表，请阅读 Github 上的更新日志。

订阅我们的 新闻通讯，随时了解 Meilisearch 的一切动态。要了解有关 Meilisearch 未来并帮助塑造它的更多信息，请查看我们的 路线图 并参与我们的 产品讨论。

如有其他任何问题，请加入我们在 Discord 上的开发者社区。