frutik/awesome-search

Awesome Search - this is all about the (e-commerce, but not only) search and its awesomeness

它解决的问题

该项目为构建搜索应用（尤其是电子商务领域）的开发者和工程师提供了全面、精选的知识库。它将15年以上的行业经验组织成概念、工具和研究的结构化地图，帮助用户驾驭现代信息检索的复杂领域。

工作原理

它充当“内容地图”或数字图书馆。该项目将技术笔记分类到特定主题中——如词汇检索、密集嵌入、向量索引和生成式搜索——使用户能够探索不同搜索技术、学术论文和实际实现策略之间的关系。

适用对象

该资源专为搜索工程师、数据科学家和开发者设计，他们需要一个集中式参考，涵盖基础搜索原理和前沿发展，如RAG（检索增强生成）和智能体搜索。

亮点

  • 广泛覆盖词汇和稀疏检索方法，如BM25和SPLADE。
  • 深入探讨密集检索，包括嵌入技术和向量相似度度量。
  • 关于ANN（近似最近邻）索引和量化策略的详细章节。
  • 关于重排序、学习排序（LTR）和混合搜索的全面指南。
  • 针对查询理解、评估指标和智能体/生成式搜索架构的专门模块。

相关

  • 项目
    CHIANGEL/Awesome-LLM-for-RecSys

    一个精选的学术论文和资源集合，探索将大型语言模型集成到推荐系统中的方法，并根据它们在推荐流程中的角色进行分类。

  • 项目
    firelex/jeff

    Jeff 是一个 0.8B 的“系统 1”模型，能够做出超快速、校准的分类决策。它使用轻量级 LoRA 适配器针对特定领域（防护、分诊、垃圾邮件等），并可作为大型 LLM（例如 Qwen 3.8-27B）前面的快速路径过滤器，大多数查询约 30 毫秒内处理，仅委派不确定的情况。权重和适配器在 Hugging Face 上开源，GGUF 文件支持 llama.cpp 使用，简单的 HTTP/Python API（`jeff-serve`）可让您将 Jeff 集成到任何服务中。

  • 项目
    finic-ai/rag-stack

    RAGstack 是一个传统的自托管平台，用于部署私有检索增强生成 (RAG) 应用程序，允许用户使用开源 LLM 与自己的文档进行对话。

  • 项目
    shibing624/similarity

    用于计算单词、短语、句子和段落之间相似度得分的 Java 工具包，具有情感分析和基于 Word2vec 的同义词发现功能。