Laravel Scout v10.13.0 版本发布:增强查询功能与类型支持
Laravel Scout 是 Laravel 官方提供的全文搜索解决方案,它为开发者提供了简单优雅的 API 来集成各种搜索引擎服务。Scout 通过模型观察者自动保持搜索索引与数据库记录同步,支持 Algolia、Meilisearch、Typesense 等多种搜索引擎驱动。
主要更新内容
1. 增强 whereIn 和 whereNotIn 查询支持
本次更新中,Scout 对 whereIn 和 whereNotIn 查询方法进行了功能扩展,现在开发者可以直接传递实现了 Arrayable 接口的对象作为查询条件。这一改进使得代码更加灵活和符合 Laravel 的惯用写法。
在实际应用中,我们经常需要处理集合或数组形式的数据。以前开发者需要手动调用 toArray() 方法转换数据,现在可以直接传递实现了 Arrayable 接口的对象,如 Eloquent 集合或 Laravel 的集合实例。
// 旧写法
$users = User::whereIn('id', $userIds->toArray())->get();
// 新写法 - 可以直接传递集合
$users = User::whereIn('id', $userIds)->get();
这一改进不仅减少了代码量,还提高了代码的可读性和一致性,特别是在处理复杂查询逻辑时。
2. 新增 afterRawSearch 回调功能
v10.13.0 版本引入了 afterRawSearch 回调功能,为开发者提供了在原始搜索查询执行后处理结果的能力。这个回调特别适合需要对搜索结果进行额外处理或转换的场景。
afterRawSearch 回调接收原始搜索结果作为参数,允许开发者在 Scout 返回结果前对其进行修改或增强。例如,可以添加额外的元数据、转换结果格式,或者基于结果执行其他操作。
Model::search('query')
->afterRawSearch(function ($results) {
// 对原始搜索结果进行处理
$results['processed'] = true;
return $results;
})
->get();
这一功能为高级搜索场景提供了更大的灵活性,特别是在需要与搜索引擎原生功能深度集成的情况下。
3. Typesense 驱动改进:自定义索引支持
对于使用 Typesense 作为搜索引擎的用户,本次更新修复了自定义索引支持的问题。Typesense 是一个开源的搜索引擎,以其高性能和易用性著称。
在之前的版本中,Scout 的 Typesense 驱动在处理自定义索引时可能存在一些问题。v10.13.0 版本确保了开发者可以无缝地使用自定义索引配置,这对于需要特殊索引结构或分片策略的应用场景尤为重要。
自定义索引允许开发者根据特定需求优化搜索性能和数据组织方式。例如,可以为不同数据类型创建专门的索引,或者为特定查询模式优化索引结构。
// 在模型中使用自定义索引
class Product extends Model
{
public function searchableAs()
{
return 'custom_products_index';
}
}
升级建议
对于正在使用 Laravel Scout 的项目,升级到 v10.13.0 版本是一个低风险的过程。这些改进主要添加了新功能而没有引入破坏性变更。不过,开发者应该:
- 测试项目中现有的
whereIn和whereNotIn查询,确保它们在新版本中按预期工作 - 如果使用 Typesense 驱动,验证自定义索引功能是否正常工作
- 考虑在适当的地方使用新的
afterRawSearch回调来简化搜索结果处理逻辑
总结
Laravel Scout v10.13.0 通过增强查询构建器的灵活性、添加新的回调功能以及改进 Typesense 驱动支持,进一步提升了开发者的搜索体验。这些改进使得 Scout 在处理复杂搜索需求时更加得心应手,同时也保持了其简单易用的特点。
对于需要高级搜索功能的 Laravel 应用,特别是那些使用 Typesense 或需要精细控制搜索过程的项目,升级到这个版本将带来明显的开发效率提升。
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