说实话，语义搜索是个挺有意思的东西，你输入一段话，它Neng帮你找到相关的笔记——哪怕那些笔记里没直接出现你输入的关键词。

咱就是说这玩意儿基于向量检索技术，把文本dou转成向量，然后比对相似度。

你得有个模型把文本转成向量，ChatCrystal 用的是 nomic-embed-text 模型。

为啥不用直接笔记原文？因为原文可Nenghen长，包含hen多无关信息，影响检索效果。

ChatCrystal 会按一定规则构建 Embedding 文本，比如标题、摘要、关键结论这些字段dou会被考虑进去，但代码片段就只取描述，不直接 Embedding 代码本身。

// server/src/services/embedding.ts export function buildNoteEmbeddingText: string { const parts: string = ; appendText; appendText; for ) { appendText; } // ... }

构建完 Embedding 文本后就会用模型把它转成向量，然后存到 vectra 这个向量数据库里。

vectra 是个零依赖的 Node.js 向量数据库，用 HNSW 算法，效率挺高。

// server/src/services/vector-index.ts import { LocalIndex } from 'vectra'; const INDEX_PATH = resolve; export async function getIndex: Promise<LocalIndex> { // ... } 查询过程

用户输入查询语句后先用同样的方式把查询语句转成向量，然后去 vectra 里找Zui相似的向量，也就是Zui相关的笔记。

// server/src/services/embedding.ts export async function semanticSearch( query: string, requestedTopK = , expandRelations = false, ): Promise<DirectSearchHit> { const embedding = await embedSearchQuery; let candidateK = requestedTopK; let directResults: DirectSearchHit = ; while { const results = await index.queryItems<NoteChunkMeta>; directResults = await materializeDirectSearchHits; if break; candidateK = candidateK * ; } // ... }

找到相关笔记后还Ke以开启关系 ，沿着笔记之间的关系图再找一些相关的笔记。

为啥要这样？因为有时候你想找的，不只是直接匹配的那些笔记，还有跟它们相关的其他笔记。

这个问题啊，哈哈，其实跟咱们这语义搜索关系不大，但我还是简单说说。

百度不收录，一般可Neng是因为网站内容质量不高，或者结构不友好，或者干脆没被爬虫抓到。

你得确保你的网站内容够丰富、够原创，然后结构清晰，让爬虫容易抓取。

聊回咱们的语义搜索。候选集升级机制是说Ru果直接返回的结果不够，就扩大候选集， 检索，直到结果够或者没geng多结果了为止。

while { const results = await index.queryItems<NoteChunkMeta>; directResults = await materializeDirectSearchHits; if break; candidateK = candidateK * ; }

这个机制Neng保证你有足够的结果，同时又不会一次性返回太多无关的结果。

MCP 是个挺有意思的东西，它让 AI 助手Ke以直接调用咱们的语义搜索功Neng，在 Claude Code 里就Neng直接搜你的知识库，hen方便。

// settings.json { "mcpServers": { "chatcrystal": { "command": "crystal", "args": } } }

总的来说ChatCrystal 的语义搜索实现，是通过把文本转成向量，然后利用 vectra 进行向量检索，再加上关系 等机制，来实现geng智Neng的知识检索。

说实话，这套东西还是挺实用的，尤其是对个人知识库这种场景，你Ke以轻松找到相关的笔记，而不用完全依赖关键词匹配，你懂的！