​
简介

本指南将引导您完成配置 Meilisearch 与 Mistral 嵌入模型的过程，以实现语义搜索功能。通过结合 Meilisearch 的 AI 特性和 Mistral 的嵌入 API，您可以提升搜索体验并获取更相关的结果。

​
前提条件

要完成本指南，您需要：

  • 运行版本 >=1.13 的 Meilisearch Cloud 项目
  • 拥有 Mistral 账户及用于生成嵌入的 API 密钥。您可以在 Mistral 注册账户
  • 无需后端支持

​
配置 Meilisearch

要在 Meilisearch 中设置嵌入器(embedder)，您需要根据自身需求进行配置。关于更新嵌入器设置的详细信息，可以参考 Meilisearch 文档。

使用 Mistral 生成嵌入向量时，您需要使用 mistral-embed 模型。与其他服务不同，Mistral 目前仅提供一种嵌入模型。

以下是 Mistral 的嵌入器配置示例：

{
  "mistral": {
    "source": "rest",
    "apiKey": "<Mistral API Key>",
    "dimensions": 1024,
    "documentTemplate": "<Custom template (Optional, but recommended)>",
    "url": "https://api.mistral.ai/v1/embeddings",
    "request": {
      "model": "mistral-embed",
      "input": ["{{text}}", "{{..}}"]
    },
    "response": {
      "data": [
        {
          "embedding": "{{embedding}}"
        },
        "{{..}}"
      ]
    }
  }
}

在此配置中：

  • source: 指定嵌入器来源，使用 REST API 时设置为 “rest”
  • apiKey: 将 <Mistral API Key> 替换为实际的 Mistral API 密钥
  • dimensions: 指定嵌入向量的维度，对于 mistral-embed 模型设置为 1024
  • documentTemplate: 可选参数，可为文档生成嵌入向量提供自定义模板
  • url: 指定 Mistral API 端点的 URL
  • request: 定义 Mistral API 的请求结构，包括模型名称和输入参数
  • response: 定义 Mistral API 的预期响应结构，包括嵌入数据

完成嵌入器配置后，Meilisearch 会自动为您的文档生成嵌入向量并存储在向量存储中。

请注意，大多数第三方工具都有速率限制，这由 Meilisearch 管理。如果您使用的是免费账户，索引过程可能需要一些时间，但 Meilisearch 会通过重试策略进行处理。

建议监控任务队列以确保一切运行正常。您可以通过 Cloud UI 或 Meilisearch API 访问任务队列。

​
测试语义搜索

配置好嵌入器(embedder)后，您现在可以使用Meilisearch执行语义搜索。当您发送搜索查询时，Meilisearch会使用配置的嵌入器为查询生成嵌入向量(embedding)，然后在向量存储中查找语义最相似的文档。

要执行语义搜索，您只需发起一个普通的搜索请求，但需包含hybrid参数：

{
  "q": "<用户输入的查询>",
  "hybrid": {
    "semanticRatio": 1,
    "embedder": "mistral"
  }
}

在这个请求中：

  • q: 代表用户的搜索查询
  • hybrid: 指定混合搜索的配置
    • semanticRatio: 允许您控制语义搜索与传统搜索的平衡比例。值为1表示纯语义搜索，值为0表示全文搜索。您可以调整此参数以实现混合搜索体验
    • embedder: 用于生成嵌入向量的嵌入器名称。请确保使用与嵌入器配置中相同的名称，本例中为”mistral”

您可以使用Meilisearch API或客户端库来执行搜索，并根据语义相似度检索相关文档。

​
结论

通过本指南，您现在应该已经配置好支持Mistral嵌入的Meilisearch，能够在应用中实现语义搜索功能。Meilisearch的自动批处理和高效的嵌入处理能力，使其成为集成语义搜索到项目中的强大选择。

如需了解嵌入器的更多配置选项，请查阅嵌入器设置的详细文档。