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：