Typesense v0.26.0 版本新增基于标签的搜索覆盖功能
2025-05-09 17:35:30作者:钟日瑜
在Typesense最新发布的v0.26.0版本中,引入了一项强大的新功能——基于标签的搜索覆盖规则。这项功能为开发者提供了更精细化的搜索控制能力,可以根据特定的标签条件来触发预定义的搜索结果覆盖规则。
功能概述
搜索覆盖功能允许开发者为特定搜索条件预设自定义的搜索结果。在v0.26.0之前,这种覆盖只能基于搜索查询内容本身。现在,通过新增的标签匹配机制,开发者可以进一步限定覆盖规则的触发条件,使其只在特定的业务场景下生效。
技术实现细节
新版本在覆盖规则配置中增加了tags字段,这是一个字符串数组,用于指定触发该规则所需的标签。当且仅当搜索请求中包含override_tags参数且其值与规则中定义的任一标签匹配时,相应的覆盖规则才会被触发。
配置示例:
{
"overrides": [
{
"id": "custom-rule",
"includes": [ {"id": "8", "position": 1} ],
"rule": {
"match": "contains",
"query": "the",
"tags": ["email", "web"]
}
}
]
}
使用场景
这项功能特别适用于以下场景:
-
多渠道搜索优化:可以为网站搜索和邮件搜索配置不同的覆盖规则,即使搜索词相同也能返回最适合该渠道的结果。
-
A/B测试:通过为不同测试组分配不同标签,实现搜索结果的差异化展示。
-
权限控制:基于用户权限标签显示不同的搜索结果,实现数据隔离。
-
多租户系统:为不同租户定制搜索体验,同时共享基础搜索逻辑。
匹配规则详解
标签匹配遵循以下逻辑:
- 搜索请求必须包含
override_tags参数 - 参数值可以是单个标签或多个逗号分隔的标签
- 只要参数值中包含规则定义的任一标签,规则即被触发
- 标签匹配是大小写敏感的
有效触发示例:
override_tags: emailoverride_tags: web,somethingoverride_tags: something,emailoverride_tags: web,email
无效情况:
- 未提供
override_tags参数 - 提供的标签与规则中定义的不匹配
最佳实践建议
-
为标签使用有意义的命名,反映其业务用途而非技术实现。
-
避免过度使用标签,保持规则的简洁性和可维护性。
-
考虑将常用标签定义为常量或枚举,确保全系统一致使用。
-
在文档中记录所有使用的标签及其用途,便于团队协作。
这项功能的加入使Typesense的搜索定制能力更上一层楼,为复杂业务场景下的搜索需求提供了更灵活的解决方案。开发者现在可以基于业务上下文而不仅仅是搜索词本身来定制搜索体验,大大提升了系统的适应性和可扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781