Meilisearch 1.8

新增：负面搜索

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

例如，要查找包含“room”但不包含“escape”的文档，请在“escape”前加上 -。

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

新增 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
}

新增 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 REST 嵌入器的文档。

新增嵌入器设置：分布偏移

根据嵌入模型，向量嵌入在向量空间中并非总是均匀分布的。当向量过于集中时，语义搜索分数可能会非常接近。由于语义分数过于密集，混合搜索结果的相关性可能会不理想。

为了解决这个问题，您现在可以通过仿射变换来偏移结果的分布。这种变换将语义分数标准化，以防止它们过度集中或过于紧密，使其与关键词分数更具可比性。

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

• 平均值（mean）表示语义搜索分数密集分布的中心点。在提供的代码示例中，该设置表明此模型的语义分数倾向于集中在 0.7 左右。
• 标准差（sigma）值决定了排名分数与平均值的离散程度（标准差）。上面代码示例中提供的标准差意味着在偏移分布之前，结果与平均值的平均距离倾向于为 0.3。

这使得语义搜索结果与关键词搜索结果之间的 _rankingScore 比较更有效，从而改进了结果排名。

重大变更：API 响应精简

为了加快搜索响应并减少带宽使用，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； 
• 当您在搜索查询中添加 `”showRankingScoreDetails”: true”` 时，vectorSort 对象中包含的 value 字段；
• 以及 _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

新增搜索截止设置

为了提高稳定性和性能，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

此版本引入了并发搜索请求限制，以防止 Meilisearch 占用过多 RAM 并导致崩溃。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。

致谢贡献者

我们非常感谢所有参与此次发布的社区成员。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 的贡献。

特别感谢我们的 SDK 维护者，正是因为他们，Meilisearch 才支持如此多语言。🫶

v1.8 发布到此结束！此发布文章重点介绍了最重要的更新。有关完整列表，请阅读 Github 上的变更日志。

订阅我们的新闻通讯，随时了解 Meilisearch 的最新动态。要了解 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。

如需其他任何帮助，请加入我们位于 Discord 的开发者社区。