AITP
精选全部 AI 动态AI 日报Agent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOP

混合搜索

共 6 条相关 AI 资讯
7月20日
01:42
01:42Jerry Liu@jerryjliu0
精选
LlamaParse 推出了四个文档检索端点:混合搜索(grep + vector search)、文件 grep(支持正则)、文件 find 和文件 read。这些端点旨在提升代理在非结构化文档上的检索质量。团队持续实验不同组合,以找到最高检索效果的方案。同时强调构建生产级检索系统需要调优分块、同步、重排序、工具 API 设计等工程细节。
AI产品LlamaParse文档检索混合搜索

推荐理由:LlamaParse 刚把搜索工具升级了,能同时用 grep 和向量搜索,还支持文件查找和读取。做文档检索的人可以试试这新接口。
原文
7月19日
02:27
02:27Jerry Liu@jerryjliu0
Jerry Liu(LlamaIndex创始人)强调2026年构建高质量检索系统的重要性,外部模型能力虽提升,但生产中的Agent检索仍需投入工程时间调优分块、同步、重排序、工具API设计、权限等细节。具体技巧包括:将内容追加到Slack线程作为连续块并利用启发式确定上下文、实现Slack实时更新、为代码库独立分块/更新、混合搜索效果良好、以及为不同项目设置自然的数据源防护栏。这些经验来自LlamaIndex内部Index功能的生产化过程。
技巧LlamaIndexAgentic Retrieval混合搜索
事件专题

推荐理由:Jerry Liu分享了做生产级Agent检索的踩坑经验,分块、同步、重排序这些细节怎么调全告诉你,不是新理论。
原文
7月8日
00:17
00:17Weaviate@weaviate_io
精选
Weaviate Playground 发布了一个报纸主题demo,每2小时从6个新闻主题(general、world、business、technology、sports、health)采集标题。每个标题被转化为1536维向量,利用Leiden算法进行聚类。LLM为每个聚类生成自然语言标签,用户可通过混合搜索(语义+关键词)探索不同角度。该demo展示了向量数据库自动发现潜在故事的能力,并附带构建教程。
技巧Weaviate向量数据库Leiden算法

推荐理由:Weaviate 搞了个demo,用向量聚类把新闻标题自动归类成故事,每2小时更新,还能自己动手搭建。
原文
6月1日
23:00
23:00Milvus@milvusio
精选
向量搜索擅长语义匹配,但搜索精确型号如“XR-2048”可能出错。BM25能精确匹配术语,但会漏掉语义相近的“refund policy”和“return process”。Milvus通过RRF(Reciprocal Rank Fusion)融合向量搜索和BM25结果。配置只需三步:添加稠密和稀疏向量字段、启用内建BM25函数、使用RRFRanker。内建BM25时不要手动插入稀疏向量,外部模型如BGE-M3才需手动提供。
技巧MilvusBM25混合搜索

推荐理由:Milvus官方教混合搜索
原文
5月22日
00:44
00:44Weaviate@weaviate_io
一位开发者让 Claude Code 在仓库中实现一个简单功能,结果三回合就消耗了 80K tokens,因为代理难以定位代码中正确的逻辑部分。Weaviate v1.37.1 版本在数据库中内置了 MCP 服务器,支持 Claude Code、Cursor 或 VS Code 直接连接。该服务器允许代理将代码库等材料摄入 Weaviate,并在需要时进行混合搜索,精准处理混合意图的代码查询。MCP 服务器与 REST API 共用同一端口,无需额外进程或外部工具,大幅降低了上下文窗口浪费的问题。
AI产品MCP/工具代码搜索Weaviate
事件专题

推荐理由:Claude Code 用户常因上下文窗口爆炸而头疼,Weaviate 内置 MCP 服务器让代码搜索更精准,做 AI 编程的团队可以直接集成,省 token 又省心。
原文
5月21日
08:00
08:00Qdrant@qdrant_engine
精选
招聘本质是海量数据中的大海捞针问题,传统语义搜索无法区分产品经理和产品营销经理这类相似但不同的职位,导致候选人接受率停滞在 30% 的行业基线。Perfect_HQ 通过 Qdrant Cloud 的混合搜索和多向量表示,将每个候选人档案拆分为多个独立向量,结合 LLM 编排,实现了匹配准确率从 30% 跃升至 99.993%,客户接受率高达 95-100%。复杂多条件搜索在延迟预算内完成,从招聘者意图到活跃人才库的全流程缩短至 2 分钟以内。
AI产品招聘混合搜索多向量

推荐理由:做招聘系统或人才匹配的团队,这个案例展示了如何用多向量+混合搜索突破语义搜索天花板,准确率从 30% 拉到 99.993%,值得直接参考架构。
原文
精选全部日报登录