SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场elasticsearch-search-relevance

elasticsearch-search-relevance

数据与分析

查看项目

更新于 10-15 14:24

技能介绍

用途

Elasticsearch Search Relevance 是一个用于改善 Elasticsearch 全文搜索相关性的技能，主要面向内容索引与商品目录索引。它帮助诊断索引映射和当前查询，选择正确的相关性手段，应用改动，并在报告成功前验证 top hits。

主要能力

该技能围绕两类相关性手段展开：

  • 查询规则（Query Rules）：用于确定性的置顶（pinned）或排除（exclude）文档。当用户指定某个文档必须在特定查询下排第一时使用。
  • multi_match 与字段加权：用于开放式文本查询的自然排序改善。当某个短语的搜索结果整体偏弱时，从映射出发调整有机查询。

此外还涉及 operator、minimum_should_match 或同义词分析器，用于处理词元与用户语言不匹配的情况。

决策规则：如果用户指定某个文档必须在特定查询下排第一，使用查询规则；如果结果对某个短语整体偏弱，则根据映射调整有机查询。不要用极端加权、function_score 或排序子句来模拟置顶。

使用方式

该技能通过 elastic CLI 执行 Elasticsearch 操作。如果未安装 elastic CLI，应告知用户其用途，不要猜测凭据、直接调用 HTTP API 或尝试其他变通方法。文档中的操作以 HTTP 简写形式引用（如 GET /、GET /_cat/indices、GET /{index}/_mapping、GET /{index}/_settings/index.mode、POST /_query），但应始终使用 CLI 而非直接调用 HTTP API。

流程包括：

  1. 检查映射与当前查询。调用 GET / 确认连通性；索引未知时用 GET /_cat/indices 缩小候选，再调用 GET /{index}/_mapping。从映射中列出所有 text 字段和用于过滤的 keyword 字段，注意哪些字段短（精确）哪些长（召回）。
  2. 判断问题是确定性提升（一个文档必须在一个查询下胜出）还是有机排序（多个文档应获得更好评分）。
  3. 选择相关性手段。置顶/提升使用查询规则，创建 pinned 类型的规则集，设置 criteria 使规则仅在预期查询文本下触发，通过 ids 或 docs 指定要置顶的文档。有机排序则将长字段上的单字段 match 替换为跨映射 text 字段的 multi_match，对短字段加权（通常 title^2，description 不加权）。
  4. 应用改动。查询规则路径：用 PUT /_query_rules/{ruleset_id} 创建或替换规则集，用 GET 确认结构，用 POST /_query_rules/{ruleset_id}/_test 验证 criteria，并在搜索中使用 rule 查询引用规则集和 match_criteria。有机调优路径：构建候选 multi_match 查询，必要时用 POST /{index}/_analyze 检查分析。
  5. 测试并对比 top hits。每次候选前后用相同的 size（≥10）、用户查询字符串和 "track_scores": true 调用 POST /{index}/_search，对比 top _id 值及顺序、_score 和关键 _source 字段。

适用场景

适用于含 text（及可选 keyword）字段的索引上的 Query DSL 相关性调优，例如商品目录、文档、知识库。使用 POST /{index}/_search 进行评估，使用查询规则 API 处理置顶或排除文档。

限制

以下内容不在范围内：

  • ES|QL 搜索（POST /_query）——应使用 elasticsearch-esql 技能。
  • 语义/向量/混合检索——涉及不同的字段类型和检索器。
  • 按价格、日期或热度排序而非修复文本相关性，除非用户明确想要非相关性排序。

指南

  • 每个字段名都必须基于映射，不要凭空发明 name、content 或 body，需检查 GET /{index}/_mapping。
  • 置顶用查询规则，排序用加权——商品运营属于查询规则；字段加权属于有机查询。
  • match criteria 接线是必须的——规则 criteria 中的元数据键必须出现在搜索的 rule.match_criteria 对象中，并带有运行时值（通常是用户查询字符串）。
  • 声称成功前先测试——运行基线和候选搜索，引用 top-hit 变化。
  • keyword 字段用于过滤，text 字段用于搜索——在 filter 上下文中使用 keyword 字段，不要将其作为自然语言的主要全文目标。
  • 始终交付具体产物——即使无法连接集群验证，也要产出完整的规则集 JSON（用于置顶）或候选查询体（用于有机调优），然后说明连接可用后如何验证。不要停留在高层大纲。

操作映射

文档提供了 HTTP 简写到 elastic CLI 命令的映射，例如 GET / 对应 elastic es info，GET /_cat/indices 对应 elastic es cat indices --index '<pattern>'，GET /{index}/_mapping 对应 elastic es indices get-mapping --index '<index>'，PUT /_query_rules/{ruleset_id} 对应 elastic es query-rules put-ruleset --ruleset-id '<id>' --rules '<json>'，POST /{index}/_search 对应 elastic es search --index '<index>' --query '<json>' 等。