由 AI 驅動的混合搜尋正在封閉測試中。 加入候補名單 以搶先體驗!

前往首頁Meilisearch 的標誌

打造卓越的搜尋體驗

AI 驅動的混合搜尋結合了同類最佳的全文本搜尋和語義搜尋功能

回到未來

令人愉悅的科幻經典

回到未來 II

1989

回到未來

1985

回到未來 III

1990

完全掌控您的搜尋設定,以獲得最佳結果

調整您的語義比例,以實現 AI 驅動的語義搜尋和全文本搜尋功能之間的理想平衡。

      Full-text search ➜ illustration

      全文本搜尋 ➜

      當您確切知道要尋找什麼時,效果最佳

      Semantic search  ➜ illustration

      語義搜尋 ➜

      當搜尋概念而非僅關注單字時,最為理想

      ✨ Hybrid search illustration

      ✨ 混合搜尋

      結合兩者的優點

打造一流搜尋體驗的最簡單途徑

    產生 AI 嵌入器

    使用第三方產生向量嵌入,或提交您在本機產生的嵌入。- Open AI 嵌入器 - 🆕 開源嵌入器 - 提供自有嵌入

    提示變得更好

    新增關鍵資訊的提示範本,以協助擷取提示,並協助模型從一開始就解讀相關的元數據。

    新功能

    設定您的語義比例

    選擇您希望結果落在純粹的關鍵字搜尋到完全語義搜尋的光譜中的哪個位置。

    搜尋進入您的 AI 應用堆疊

    Meilisearch 隨附針對您喜愛的框架或語言量身打造的 SDK。

    from langchain.vectorstores import Meilisearch
    from langchain.embeddings.openai import OpenAIEmbeddings
    from langchain.document_loaders import JSONLoader


    
    # Load documents

    loader = JSONLoader(
    
    file_path="./movies.json",
    
    jq_schema=".[] | {id: .id, title: .title, overview: .overview}",
         text_content=False,
    )
    documents = loader.load()


    
    # Index documents
    embeddings = OpenAIEmbeddings()
    vector_store = Meilisearch.from_documents(documents=documents, embedding=embeddings)
    
    # Search
    query = "superhero fighting villains in a city corrupted by crime"
    results = vector_store.similarity_search(
    
    query=query,
    
    k=3,
    )

    全球有 18,000 名使用者正在使用 MEILISEARCH 來支援他們的搜尋體驗。

    為什麼我們的客戶選擇 Meilisearch Cloud

    Logo
    Bookshop 客戶焦點

    Bookshop.org 將基於搜尋的購買量提高了 43%

    閱讀Bookshop的成功案例 →
    • 精簡的流程,讓決策者參與其中
    • 快速迭代的產品週期
    • 託管和基礎架構維護得到安全保障
    Logo
    HitPay 客戶焦點

    HitPay 簡化了客戶的搜尋功能

    閱讀HitPay的成功案例 →
    • 易於整合
    • 開發人員體驗
    • 更高的開箱即用關聯性
    Logo
    Qogita 客戶焦點

    Qogita 使用 Meilisearch Cloud 簡化了 B2B 貿易

    閱讀Qogita的成功案例 →
    • 成本效益
    • 開發人員體驗
    • 敏捷的產品交付

    候補名單

    渴望體驗混合搜尋嗎?

    立即註冊候補名單!

    雲端

    免費試用 Meilisearch Cloud 14 天。