​
简介

本指南将引导您完成使用 OpenAI embeddings 设置 Meilisearch 以实现语义搜索功能的过程。通过结合 Meilisearch 的 AI 功能和 OpenAI 的 embedding API，您可以提升搜索体验并获取更相关的结果。

​
需求

要完成本指南，您需要：

  • 一个运行版本 >=1.13 的 Meilisearch Cloud 项目
  • 拥有生成 embeddings 的 API 密钥的 OpenAI 账户。您可以在 OpenAI 注册账户
  • 无需后端服务

​
配置 Meilisearch

要在 Meilisearch 中设置嵌入器(embedder)，您需要根据需求进行配置。您可以参考 Meilisearch 文档 了解如何更新嵌入器设置。

OpenAI 提供三种主要的嵌入模型：

  • text-embedding-3-large: 3,072 维
  • text-embedding-3-small: 1,536 维
  • text-embedding-ada-002: 1,536 维

以下是 OpenAI 嵌入器的配置示例：

{
  "openai": {
    "source": "openAi",
    "apiKey": "<OpenAI API Key>",
    "dimensions": 1536,
    "documentTemplate": "<Custom template (Optional, but recommended)>",
    "model": "text-embedding-3-small"
  }
}

此配置中的参数说明：

  • source: 指定嵌入器来源，使用 OpenAI API 时应设为 “openAi”
  • apiKey: 将 <OpenAI API Key> 替换为您的实际 OpenAI API 密钥
  • dimensions: 指定嵌入向量的维度。对于 text-embedding-3-small 和 text-embedding-ada-002 设为 1536，对于 text-embedding-3-large 设为 3072
  • documentTemplate: 可选参数，您可以为文档嵌入生成提供 自定义模板
  • model: 指定用于生成嵌入的 OpenAI 模型，可选 text-embedding-3-large、text-embedding-3-small 或 text-embedding-ada-002

完成嵌入器配置后，Meilisearch 将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，OpenAI 有速率限制，Meilisearch 会对此进行管理。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 会采用重试策略进行处理。

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。

要进行语义搜索，只需发送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": "openai"
  }
}

在这个请求中：

  • q：表示用户的搜索查询
  • hybrid：指定混合搜索的配置
    • semanticRatio：用于控制语义搜索与传统搜索的平衡。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”openai”

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Meilisearch与OpenAI嵌入功能，能够在应用中利用语义搜索能力。Meilisearch的自动批处理和对嵌入向量的高效处理，使其成为集成语义搜索到项目中的强大选择。

要探索更多嵌入器配置选项，请查阅关于嵌入器设置可能性的详细文档。