托管搜索 API：NeuralSearch 混合关键词与语义排序
Algolia 在 algolia.com/doc 文档化站点、应用与电商搜索平台，含容错、分面、过滤、个性化与 Recommend API。NeuralSearch（algolia.com/doc/guides/ai-relevance/neuralsearch/get-started）在关键词检索上叠加向量搜索、合并排序列表，并通过 default、conservative、expanded_reach、append_only 等 preset 混合结果；可在控制台或 semanticSearch/settings API 配置，多数 preset 变更无需 reindex。Algolia 亦文档化官方 MCP——Public MCP 用于应用范围索引暴露，Productivity MCP 位于 https://mcp.algolia.com/mcp 供用户范围的 search、Recommend 与 analytics 工作流。SDK 覆盖 JavaScript、Python、PHP、Java、Go、Ruby 与 .NET。
使用场景
- 带分面与 Recommend upsell 的电商目录搜索
- 文档/营销站即时搜索并用 NeuralSearch 匹配意图
- 移动应用搜索而无需自托管引擎
- 上线 NeuralSearch preset 前 A/B 测试 relevance 规则
- 经 Algolia Productivity MCP 的 Agent 辅助 query 分析
主要功能
- 可配置排序与 tie-breaking 的容错关键词搜索
- NeuralSearch 混合 keyword+语义检索与 blend preset
- 分面、过滤、geo 与个性化规则
- Recommend API 相关产品与趋势推荐
- 官方 Algolia MCP（Public 与 Productivity）供 Agent 搜索分析
相关推荐
相关推荐
3 收录条目
Vespa
Vespa 在 docs.vespa.ai 与 vespa.ai 文档化开源 AI 搜索平台，面向大规模应用，结合 big data、向量搜索、机器学习排序与实时 inference。Vespa 可在单条 YQL 查询中通过 nearestNeighbor、weakAnd、wand、rank() 等算子实现 hybrid retrieval，并用分阶段 rank profile 组合 BM25、closeness 与 tensor 特征（见 docs.vespa.ai/en/learn/tutorials/hybrid-search）。内置 embedder 可在 Vespa 内生成文本 embedding（教程引用 snowflake-arctic-embed-xs 等模型）。定位 RAG 一阶段检索、推荐与 intelligent search，数十亿文档规模亚 100ms 延迟。可自托管或使用 Vespa Cloud。
Tavily
返回结构化摘要与可选配图，便于 LangChain 式 Agent 引用最新网页数据，面向搭建 RAG 或自动调研的开发者而非闲聊用户。
Glean
在 Slack、Drive、Jira 等系统中按 ACL 建立索引，让员工问答时不会「看见不该看的文件」，而非粗暴全库抓取。