请求示例 HTTP方法: POST 请求URL: http://airec.baidu.com/airec/api/search/main Header如下: 参数名 类型 是否必填 说明 Content-Type - 是 application/json;charset=UTF-8 X-Gw-Ak string 是 推荐服务鉴权信息 Alias-Name string 是 推荐服务应用名 请求格式
quot;privileges": ["QUERY", "SELECT", "SEARCH"] 12 ... }, 13 ... { 14 ... "database": "testdb", 15 ...
贪心搜索 greedySearch numSampling int 否 返回序列数量,当导入HF模型可填,采样策略选择multinomialSampling且推理引擎为vLLM时可填,范围为1~15 numBeams int 是 束数量,当导入HF模型,该字段有效,取值范围2-15 响应头域 除公共头域外,无其它特殊头域。
支持如下距离类型 L2:欧几里得距离 IP:内积距离 COSINE:余弦距离 注:当使用COSINE距离时,用户需要自行对相关向量进行归一化操作,未经归一化的向量将导致search结果不准确 可选 params object {6} 向量索引的参数详情。 可选 显示子属性 隐藏子属性 M integer HNSW、HNSWPQ索引算法参数,取值范围为[4, 128]。
向量数据库 VectorDB+ RAG 构建 AI Search 服务 向量数据库结合文档解析、Embedding、RAG等模块,提供统一接口,快速构建支持全文、向量及混合检索的知识库系统。
ANN(Approximate Nearest Neighbor Search) 近似最近邻搜索(ANN)是一种用于高维数据空间中快速查找最近邻点的方法。相比精确最近邻搜索,ANN牺牲了一定的精度以换取更高的搜索速度,在处理大规模数据集时具有较高的效率。ANN方法通常会对数据进行预处理,减少查询时的计算距离次数。
Bash 复制 1 cd original/package/Install/ 2 python install.py search 3 # 或 python install.py se 如果c-offline-security-server 版本号 返回 with-dog 表示 加密狗硬件鉴权 Bash 复制 1 模块名: c-offline-security-server, 版本号:with-dog
from vue ; const text=ref(''); const responseText=ref(''); const sendRequest=async ()=>{ const {data}=await axios.get('http://127.0.0.1:3000/search
from vue ; const text=ref(''); const responseText=ref(''); const sendRequest=async ()=>{ const {data}=await axios.get('http://127.0.0.1:3000/search
;: [ 6 { 7 "type": "json", 8 "text": { 9 "data": "{\"result\": "商品生动化标题",\"search