Elastic Search UI v1.24.0 版本深度解析:全新架构与搜索体验升级
2025-06-25 08:46:13作者:卓炯娓
Elastic Search UI 是一个强大的前端搜索组件库,它能够帮助开发者快速构建现代化的搜索界面。该项目基于 Elasticsearch 的强大搜索能力,提供了开箱即用的 UI 组件和连接器,使开发者能够专注于业务逻辑而非底层搜索实现。
核心架构革新:告别 Searchkit,拥抱 ApiClient
本次 v1.24.0 版本最重大的变革是彻底移除了对 Searchkit SDK 的依赖,转而采用全新的内部 ApiClient 架构。这一改变为 Elasticsearch 连接器带来了显著的改进:
- 可维护性提升:新架构代码结构更清晰,模块化程度更高,便于长期维护和功能扩展
- 定制灵活性增强:开发者现在可以更轻松地自定义搜索请求和响应处理逻辑
- 包体积优化:移除 Searchkit 依赖后,整体包体积减小,应用加载速度得到提升
搜索功能全面升级
智能补全与过滤器集成
新版本为自动补全功能增加了过滤器支持,这意味着:
- 用户在进行搜索输入时,补全结果可以智能地结合当前应用的筛选条件
- 开发者现在可以在自动补全请求中传递过滤器参数,实现上下文相关的补全建议
- 搜索结果与过滤条件的联动更加紧密,提升了搜索的精准度
高级查询定制能力
通过引入以下新特性,开发者获得了前所未有的查询控制权:
- getQueryFn:允许完全自定义查询构建逻辑
- 请求拦截钩子:包括 interceptSearchRequest、interceptAutocompleteResultsRequest 和 interceptAutocompleteSuggestionsRequest,可以在请求发送前进行修改
- 这些功能取代了原有的 postProcessRequestBodyFn,提供了更细粒度的控制点
容错搜索体验
新增的 fuzziness: true 选项为搜索查询和自动补全带来了容错能力:
- 当用户输入存在拼写错误时,系统仍能返回相关结果
- 这一功能特别适合处理用户输入不确定的场景
- 开发者可以灵活控制是否启用这一特性,平衡精准度和容错性
技术生态适配与优化
React 19 全面支持
项目紧跟 React 生态发展,将 react 和 react-dom 的 peer 依赖升级至 v19 版本:
- 确保与最新 React 特性的兼容性
- 为使用 Concurrent Features 等新特性的应用提供支持
- 保持了与旧版 React 的向后兼容性
构建与交付优化
工程化方面的重要改进包括:
- 生产环境包体积显著减小,通过 tsup 实现代码最小化
- 移除了生产环境中的源映射文件,保护代码安全
- 提供了 ApiProxyConnector 的专用入口点,优化按需加载
问题修复与行为改进
本次版本修复了若干关键问题:
- 查询与过滤器联动:修正了无匹配查询时仍返回过滤器结果的问题,现在过滤器会与查询条件协同工作
- 面筛选类型处理:修复了 Elasticsearch 连接器中面筛选类型(none、any、all)的错误行为
- 范围过滤器支持:新增了对范围过滤器的完整支持,丰富了筛选能力
开发者体验提升
文档和示例方面也有显著改进:
- 重新组织了 Elasticsearch 连接器的文档结构
- 弱化了 App Search 和 Workplace Search 连接器的文档比重
- 增加了更多实用示例和最佳实践指南
总结
Elastic Search UI v1.24.0 是一次重要的架构革新和功能升级。通过全新的 ApiClient 架构、增强的查询定制能力和改进的过滤器支持,它为开发者提供了更强大、更灵活的工具来构建现代搜索体验。同时,对 React 19 的支持和构建优化确保了项目能够融入最新的前端技术生态。这些改进使得 Elastic Search UI 在搜索解决方案领域保持了领先地位,是构建企业级搜索界面的理想选择。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
9
1
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660