vespa-engine/vespa

Vespa – 大規模搜尋與 AI 服務平台

它是什麼 – Vespa 是一個開源、高性能的平台，用於提供搜尋、推薦、個人化以及其他由 AI 驅動的工作負載。它讓您能夠儲存和查詢大量的向量、張量、文字和結構化資料，於查詢時執行機器學習模型，並聚合結果——所有這些都在數十毫秒內完成，且可擴展至任何規模。

為何重要 – 現代 AI 應用程式（語意搜尋、向量相似性、排序、即時個人化）需要結合快速檢索與即時模型推論。Vespa 提供了在分散式叢集上實現此功能的基礎設施，具備高可用性，無需您自行整合獨立的資料庫、特徵儲存庫和推論伺服器。

主要功能

• 向量與張量索引 – 儲存高維嵌入並執行近似最近鄰搜尋。
• 即時服務模型推論 – 在查詢流程中直接執行 Java 或 C++ 機器學習模型。
• 豐富的查詢語言 – 結合關鍵字、語意與結構化過濾；計算自訂排序函數。
• 可擴展、低延遲架構 – 設計用於在大型且持續變動的資料集上實現低於 100 毫秒的回應時間。
• 混合雲與本地部署 – 可在 Vespa Cloud（免費試用）或 Linux（AlmaLinux 8）上自架，支援 Docker。
• 可擴充的 Java 模組 – 可新增自訂排序、排序函數或資料處理器。

快速入門

1. 試用雲端服務 – 至 vespa.ai/free-trial 註冊並部署範例應用程式。
2. 本地執行 – 參照文件中的 Getting Started 指南安裝單節點 Vespa 實例。
3. 從原始碼建置（可選） – 倉儲包含所有 C++ 與 Java 程式碼。使用提供的 Docker 開發映像檔，或設定本地 AlmaLinux 8 環境，然後執行 ./bootstrap.sh java && mvn install。
4. 探索範例應用程式 – sample-apps 倉儲展示了語意搜尋與推薦等典型用例。

文件與社群

• 完整文件：https://docs.vespa.ai
• API 參考：https://docs.vespa.ai/en/api.html
• 博客、教學與使用案例故事：https://blog.vespa.ai
• Slack 社群：https://slack.vespa.ai

貢獻 – 歡迎貢獻。請參閱 CONTRIBUTING.md 了解流程，Code-map.md 了解程式碼架構，TODO.md 了解待改進的點。

授權 – Apache 2.0（詳見 LICENSE）。