产品定位
Trieve 是一个集搜索、推荐和检索增强生成（RAG）于一体的解决方案，旨在提供高效的语义搜索、全文搜索和推荐功能。
核心功能
- 自托管：支持在VPC或本地环境中自托管。
- 语义密集向量搜索：集成OpenAI或Jina嵌入模型和Qdrant，提供语义向量搜索。
- 全文/神经搜索：支持拼写容错的全文搜索。
- 子句高亮：在搜索结果中高亮匹配的单词或句子。
- 推荐功能：通过API找到相似的块或文件。
- RAG API路由：集成OpenRouter，提供完全托管的RAG功能。
- 自定义模型：支持用户自带文本嵌入、SPLADE、交叉编码器重排序和LLM模型。
- 混合搜索：结合交叉编码器重排序优化搜索结果。
- 近期偏向：调整搜索结果以优先显示最新内容。
- 可调营销：根据点击、加购等信号调整相关性。
- 过滤功能：支持日期范围、子字符串匹配、标签等多种过滤方式。
- 分组功能：将多个块标记为同一文件的一部分，并在文件级别进行搜索。
适用场景
- 需要高级搜索功能的平台。
- 需要推荐系统的内容平台。
- 需要检索增强生成（RAG）的应用。
使用教程
使用依赖
Debian/Ubuntu
bash
sudo apt install curl gcc g++ make pkg-config python3 python3-pip libpq-dev libssl-dev openssl
Arch
bash
sudo pacman -S base-devel postgresql-libs
安装NodeJS和Yarn
bash
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.5/install.sh | bash
nvm install --lts
npm install -g yarn
安装Rust
bash
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
安装cargo-watch
bash
cargo install cargo-watch
设置环境变量
bash
export OPENAI_API_KEY="your_OpenAI_api_key" \
LLM_API_KEY="your_OpenAI_api_key" \
PAGEFIND_CDN_BASE_URL="lZP8X4h0Q5Sj2ZmV,aAmu1W92T6DbFUkJ,DZ5pMvz8P1kKNH0r,QAqwvKh8rI5sPmuW,YMwgsBz7jLfN0oX8" \
S3_SECRET_KEY_CSVJSONL="Gq6wzS3mjC5kL7i4KwexnL3gP8Z1a5Xv,V2c4ZnL0uHqBzFvR2NcN8Pb1g6CjmX9J,TfA1h8LgI5zYkH9A9p7NvWlL0sZzF9p8N,pKr81pLq5n6MkNzT1X09R7Qb0Vn5cFr0d,DzYwz82FQiW6T3u9A4z9h7HLOlJb7L2V1" \
GROQ_API_KEY="GROQ_API_KEY_if_applicable"
启动Docker容器
bash
cat .env.chat .env.search .env.server .env.docker-compose > .env
./convenience.sh -l
安装前端包
bash
cd frontends
yarn
cd ..
cd clients/ts-sdk
yarn build
cd ../..
启动服务
bash
cd frontends
yarn
yarn dev
cd server
cargo watch -x run
cd server
cargo run --bin ingestion-worker
cd server
cargo run --bin file-worker
cd server
cargo run --bin delete-worker
cd search
yarn
yarn dev
调试方式
- 检查OpenAPI参考文档：localhost:8090/redoc
- 创建账户和测试数据集：localhost:5173
- 搜索测试数据集：localhost:5174
常见问题解答
- 如何测试交叉编码器重排序模型？
- 在数据集设置中取消选中“Fulltext Enabled”选项。
- 在嵌入设置中选择重排序模型并输入相应的密钥。
- 在搜索设置中选择“Semantic”和“Rerank By -> Cross Encoder”。
- 如何调试本地开发问题？
- 在Discord上联系支持团队。
