SuperAPI AI 工具集

software-search

通用与其它

查看项目

更新于 10-16 04:26

技能介绍

用途

该技能面向产品与站点搜索工程,帮助开发者构建快速返回正确结果的搜索功能。它覆盖从搜索引擎选型、索引架构设计、相关性调优到搜索质量评估的完整流程,适用于需要为终端用户提供搜索体验的产品团队。

主要能力

  • 搜索引擎选型决策:提供决策树,根据语料规模、查询形态、延迟预算、新鲜度要求等,判断应使用 PostgreSQL 全文搜索、专用搜索引擎、嵌入式或客户端索引、向量检索还是混合检索。
  • 索引与重建索引设计:指导设计从源数据到搜索索引的管道,强调索引幂等性、增量更新与全量重建的区分,以及通过别名或等效回滚路径管理实时模式变更。
  • 相关性调优:涵盖评分、同义词、排序信号的设计,并强调在修改排序、分析器、同义词或业务加权前,需建立判定查询集与评估机制。
  • 搜索功能实现:包括自动补全(前缀匹配、搜索即输入索引、防抖查询)、分面搜索(聚合查询、过滤计数、层级分面)、搜索分析(点击率、零结果查询、查询细化模式)以及搜索 UI 选型。
  • 搜索质量评估:提供判定查询集的最小循环,包括定义代表性查询、评分预期结果、运行引擎原生排序评估 API 或离线测试框架、比较分数变化、人工审查失败案例。
  • 排序发布门禁:要求离线判定查询集胜出且受保护查询类无不可接受回归,再进行金丝雀发布,对比任务完成或下游转化以及延迟、零结果率、放弃率、重构率,并记录排序器版本以便回滚。
  • 常见反模式与陷阱:列出如大规模使用 LIKE '%query%'、未配置分析器、忽略零结果查询、每次变更全量重建索引、将搜索模式耦合数据库模式、不测量搜索质量等反模式,以及语义检索替代而非补充词汇召回、无界基数分面、无治理的同义词扩展、假设索引实时新鲜等陷阱。
  • 验证清单:在宣布搜索设计或实现就绪前,检查引擎是否匹配当前语料规模、查询形态与延迟预算,延迟预算是否分别针对完整搜索与自动补全定义,索引新鲜度机制是否记录并测量,零结果率是否埋点并建立基线,点击位置与细化率是否从第一天跟踪,判定查询评估是否覆盖导航、信息、自动补全与零结果恢复路径,代表性查询是否测试,同义词与分析器变更是否记录回滚计划。

使用方式

技能以工作流形式组织:首先定义语料、查询意图、过滤器、新鲜度目标、延迟预算与显示字段;确认属于产品搜索后,将 RAG、数据库调优、SEO、通用产品分析或事件跟踪、API 架构等工作路由到相邻技能;然后使用决策树选择 PostgreSQL、专用引擎、向量或混合检索;加载所选路径的聚焦参考,设计索引、模式、排序、同义词与结果水合;在更改排序、分析器、同义词或业务加权前,添加埋点与判定查询评估;最后从主要来源核实当前引擎能力与托管服务行为,返回权衡、假设与发布或回滚计划。

技能还提供导航,包括聚焦参考(引擎与相关性细节、向量搜索 API 与规模、搜索功能与诊断、混合搜索与重排序、搜索场景、技能来源)以及相关技能(ai-rag、data-sql-optimization、software-backend、software-frontend、software-architecture-design、foundations-information-theory)。

适用场景

  • 选择搜索引擎或评估 PostgreSQL 搜索是否足够
  • 构建全文搜索、自动补全或分面过滤
  • 设计从源数据到搜索索引的索引管道
  • 调优相关性评分、同义词或排序信号
  • 实现搜索分析以测量和改进质量
  • 调试搜索质量问题(缺失结果、排序差、查询慢)

限制

该技能不适用于:RAG 与 LLM 上下文增强的检索(应使用 ai-rag);数据库查询优化(应使用 data-sql-optimization);营销 SEO 与搜索可见性(应使用 marketing-seo);产品分析与事件跟踪(应使用 marketing-product-analytics);后端 API 设计与架构(应使用 software-backend)。边界在于:本技能负责面向用户的产品/站点搜索(引擎、分面、自动补全、商品化、重建索引、相关性分析);ai-rag 负责为 LLM 提供检索。

此外,引擎能力、许可证与托管服务限制会随版本变化,技能强调在命名引擎前先核实每个候选的当前文档与许可证,参考中的能力矩阵仅为起点而非当前事实。向量检索应作为词汇召回的补充,直到判定查询证据表明否则;不应凭直觉手动挑选排序权重。在使用个性化或行为信号前,需明确用户同意与租户或行为者隔离。