版本预览
嵌入模型切换
重建索引
v1.6.0 版本更新说明
发布日期：2026年3月30日
版本类型：重大功能更新 + Bug 修复
主题：云端嵌入模型支持 + 搜索质量优化
📋 版本概述
小遥搜索 v1.6.0 正式支持 OpenAI 兼容云端嵌入模型，用户可自由切换本地和云端模型。同时修复了全文搜索在高级嵌入模型下无结果的问题，并优化了混合搜索算法。
核心亮点
- ☁️ 云端嵌入模型支持：支持 OpenAI、DeepSeek、阿里云等兼容 API
- 🔄 本地/云端互斥切换：设置页面一键切换，重启生效
- 🔧 全量重建索引：索引管理页面一键重建所有索引
- 🐛 Bug 修复：修复全文搜索在高维度嵌入模型下无结果的问题
- ⚡ 混合搜索优化：调整算法权重，提升搜索准确度
✨ 新增功能
云端嵌入模型支持
支持的云端服务：
| 服务提供商 | API 兼容性 | 推荐模型 |
|---|---|---|
| OpenAI | 官方标准 | text-embedding-3-small, text-embedding-3-large |
| DeepSeek | OpenAI 兼容 | deepseek-embedding |
| 阿里云百炼 | OpenAI 兼容 | text-embedding-v1, text-embedding-v2 |
| 其他 | OpenAI 兼容 API | 任何兼容 /v1/embeddings 端点的服务 |
模型切换方式：
- 打开 设置 → 嵌入模型 标签
- 选择 模型类型：
-
- 本地（BGE-M3，推荐） ：使用本地 BGE-M3 模型
- 云端API（有隐私风险） ：使用 OpenAI 兼容 API
- 配置云端参数（如选择云端）：
-
- API 密钥
- 端点地址（默认官方 API）
- 模型名称
- 点击 保存设置
- 重启应用生效
- 根据提示前往索引管理页面 重建索引
注意事项：
- ⚠️ 搜索查询会发送到云端进行处理
- ✅ 本地文件和索引数据不上传
- 🔒 切换模型需要重建索引（向量空间不兼容）
全量重建索引功能
重建索引入口：
- 打开 索引管理 页面
- 点击红色 "重建索引" 按钮（在"添加路径"按钮左侧）
- 确认后系统将：
-
- 清空所有现有索引
- 查询历史已完成的索引任务
- 按文件夹路径去重
- 自动创建重建任务并排队处理
重建进度：
- 重建期间可正常使用旧索引进行搜索
- 实时显示重建进度（百分比、已处理/总文件数）
- 支持同时重建多个文件夹路径
🐛 Bug 修复
修复：全文搜索在高维嵌入模型下无结果
问题描述：
使用更高维度的云端嵌入模型（如 1536 维的 text-embedding-3-large）时，全文搜索返回空结果。
根本原因：
原代码中全文搜索的阈值设置过高（0.5），对于高维向量空间中的文本匹配过于严格。
修复方案：
调整全文搜索的阈值逻辑，对不同嵌入模型维度使用不同的阈值策略：
| 模型维度 | 搜索阈值 | 说明 |
|---|---|---|
| 768 维 | 0.3 | BGE-Small-zh 等小模型 |
| 1024 维 | 0.2 | BGE-M3 等标准模型 |
| 1536 维 | 0.1 | text-embedding-3-large 等高维模型 |
| 3072 维 | 0.05 | text-embedding-3-large-3072 等超高维模型 |
修复文件：
backend/app/services/search_service.py
优化：混合搜索算法调整
问题描述：
原混合搜索算法对语义搜索和全文搜索的权重分配过于简单，导致搜索结果不够准确。
优化方案：
- 动态权重调整：根据查询类型自动调整权重
- 分数归一化：将语义搜索分数和全文搜索分数归一化到 [0, 1] 区间
- 相关性增强：优先返回两种搜索都匹配的结果
优化效果：
| 查询类型 | 原算法 | 新算法 |
|---|---|---|
| 精确关键词匹配 | 可能遗漏 | 优先全文搜索结果 |
| 语义相似查询 | 可能误匹配 | 优先语义搜索结果 |
| 混合查询 | 简单平均 | 智能加权 + 相关性增强 |
优化文件：
backend/app/services/search_service.py
📚 技术实现
云端嵌入服务架构
技术栈：
aiohttp- 异步 HTTP 客户端Pydantic- 数据验证tenacity- 自动重试机制
核心特性：
# 自动重试配置
@retry(
stop=stop_after_attempt(3),
wait=wait_exponential(multiplier=1, min=2, max=10)
)
async def _call_embeddings_api(self, texts: List[str]):
# API 调用逻辑
批处理优化：
- 默认批次大小：32（云端 API 限制）
- 自动调整：根据内容长度动态调整
- 错误恢复：批次失败时使用零向量填充
索引重建机制
简化实现方案：
复用现有 IndexJob 任务系统和 run_full_index_task 后台任务：
- 清空索引：删除所有 Faiss 索引文件和 Whoosh 索引目录
- 查询历史任务：查找已完成的索引任务，按
folder_path去重 - 创建新任务：为每个唯一路径创建新的
IndexJob记录 - 后台处理：利用 FastAPI
BackgroundTasks自动排队处理
技术优势：
- 无需独立的重建服务，降低复杂度
- 复用现有任务流程，减少代码量
- 自动排队，支持多路径重建
🔄 版本升级指南
📦 下载地址
- 百度网盘：pan.baidu.com/s/1lDaWjMCR…
- GitHub：github.com/dtsola/xiao…
🙏 致谢
感谢以下开源项目的支持：
- OpenAI API - 嵌入模型 API
- aiohttp - 异步 HTTP 客户端
- tenacity - Python 重试库
让我们一起打造更好的本地搜索体验！ 🚀
#独立开发者 #知识工作者 #知识库 #AI工具 #内容创作者 #一人公司 #ai搜索 #dify #ragflow #vibecoding
