原生 grep-ai 搜尋

已規劃

依你的意圖搜尋結構描述和資料,而不是只搜尋你剛好記得的那些確切 SQL 字詞。

你應該能夠搜尋腦中的想法,而不只是你剛好記得的確切資料表名稱。語意搜尋能從描述中找出相關的資料表、欄位或常式——例如「我們把取消的訂閱放在哪裡」——而不需要你已經知道答案。

為什麼單靠搜尋不夠

文字搜尋在兩個方向上都會失敗。搜尋 customer 在呼叫它的結構描述中 party 就什麼也查不到;搜尋 date 結果就得到四百個欄位。兩種結果都沒告訴你,你要找的東西究竟在哪裡。

運作方式:兩次搜尋,合併結果

SQLly 會在本機保留 目錄 你的 schema 物件,並同時以兩種方式搜尋它:

  • 全文檢索(BM25) - 快速、精確,在你記得那個詞的時候效果極佳。這一半目前就已經支撐著結構描述搜尋。
  • 向量相似度 - 每個物件描述的嵌入向量,因此「已取消的訂閱」可以比對到一個 churn_events 與你的查詢沒有任何共同字詞的資料表。

這兩組分數無法直接比較——BM25 分數和餘弦相似度的尺度不同,因此各自獨立標準化後再加權融合,兩邊權重大致相等。每個結果都附帶分數明細,可疑的結果可以被解釋清楚,而不是只能強行辯護。

向量這一半是選用的,而且只在本機運作。 向量嵌入由你所配置的任何提供者產生——透過 Ollama 或 MLX 的本機模型,或者根本沒有提供者。如果沒有向量嵌入提供者,搜尋將僅保持全文搜尋,而不會退化為猜測:混合模式僅在向量嵌入真正存在時啟用。

搜尋資料,而不只是結構描述

相同的機制不只針對名稱,也針對值——找出 哪一個 資料表中可能有你貼上的不明識別碼。這部分刻意設下嚴格限制,原因很明顯:為了搜尋而掃描資料成本很高,未經要求就對生產環境這麼做也很失禮。

已列入計畫。目錄、全文索引、向量儲存與混合合併都已建置並測試完成;剩下的只有應用程式內的搜尋介面,以及資料搜尋的範圍界定。