← Обзор / ai-search / configuration / indexing

Векторный поиск

Векторный поиск преобразует запрос в векторный эмбеддинг и находит чанки со схожим смыслом. Он включён по умолчанию во всех экземплярах AI Search. Обзор режимов поиска см. в Режимы поиска.

Экземпляры AI Search включают встроенный векторный индекс на основе Vectorize. Векторный индекс хранит эмбеддинги, сгенерированные из вашего контента, и создаётся и поддерживается автоматически. Вам не нужно самостоятельно создавать индекс Vectorize или управлять им.

embedding-модель определяет размерность вектора для векторного индекса. Embedding-модель задаётся при создании экземпляра, и после создания изменить её нельзя.

Векторный поиск используется как метод индексирования по умолчанию для всех экземпляров. Чтобы переключиться на поиск по ключевым словам только, задайте index_method.vector к false. Не менее одного из vector или keyword должен быть true.

const instance = await env.AI_SEARCH.create({
	id: "my-instance",
	index_method: {
		vector: false,
		keyword: true,
	},
});

Вы можете принудительно задать поиск только по векторам для отдельного запроса с помощью ai_search_options.retrieval.retrieval_type, даже если на экземпляре также включён поиск по ключевым словам.

const instance = env.AI_SEARCH.get("my-instance");

const results = await instance.search({
	messages: [{ role: "user", content: "What is Cloudflare?" }],
	ai_search_options: {
		retrieval: {
			retrieval_type: "vector",
		},
	},
});

При использовании векторного поиска каждый чанк включает scoring_details объект:

Ограничения векторного индекса см. в Лимиты и цены.