- 综合排序
- 最热优先
- 最新优先
- 来自专栏IT大咖说
比 ElasticSearch 更容易接入使用的搜索引擎
今天要推荐的也是一个搜索引擎 typesense，你几乎可以开箱即用搭建一个搜索引擎，同时 typesense 拥有清晰简洁的 API 接口。 ? 目前 typesense 支持了很多功能，比如错词纠正、可调的排序机制、聚合过滤等，以下是主要的功能介绍： ? 项目团队通过使用公开的数据集搭建了多个搜索引擎，方便大家试用。 以下是使用 typesense 搭建的 demo 搜索引擎 ? 使用动图 Demo 如下： ? 而安装和使用就更简单了，只需要直接下载二进制就可以。 ? typesense 开箱即用，二进制直接搭建，对于数据量适中（不到亿级数据）的项目来说是非常好的轻量化选择。 更多项目详情请查看如下链接。 开源项目地址：https://github.com/typesense/typesense 来源： https://www.toutiao.com/i6923331896571167243/
1K10发布于 2021-02-24 - 来自专栏小俊博客
【实用的开源项目】使用服务器部署Immich，高颜值高性能的自托管照片和视频备份方案
LOG_LEVEL=simple#################################################################################### Typesense 该部分为搜索引擎的配置，按需根据配置文件修改#################################################################################### TYPESENSE_ENABLED KLcGbNBSKHQE99w2QD8= #输入随机文本以替换 g9Ip9hNqo26NFRsFBmYymuv+KLcGbNBSKHQE99w2QD8= ，若不想滚键盘，可以利用 openssl rand -base64 32 生成# TYPESENSE_HOST : typesense# TYPESENSE_PORT: 8108# TYPESENSE_PROTOCOL: http########################################## ##############################IMMICH_VERSION=简而言之，最简单的配置只需要修改 # Database 、 # Upload File Location 和 TYPESENSE_API_KEY
7.8K83编辑于 2023-07-24 - 来自专栏码匠的流水账
聊聊Spring AI autoconfigure模块的拆分
│ ├── qdrant │ │ │ │ ├── redis │ │ │ │ ├── typesense │ ├── qdrant │ │ │ ├── redis │ │ │ ├── typesense -- Typesense vector store --> <dependency> <groupId>org.springframework.ai</groupId> <artifactId >spring-ai-typesense-store</artifactId> <version>${project.parent.version}</version> <optional> test</scope> </dependency> <dependency> <groupId>org.testcontainers</groupId> <artifactId>typesense
19100编辑于 2025-05-10 - 来自专栏码匠的流水账
聊聊Spring AI autoconfigure模块的拆分
│ ├── qdrant│ │ │ │ ├── redis│ │ │ │ ├── typesense │ ├── qdrant│ │ │ ├── redis│ │ │ ├── typesense -- Typesense vector store --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-typesense-store artifactId><scope>test</scope></dependency><dependency><groupId>org.testcontainers</groupId><artifactId>typesense spring-ai-autoconfigure-vector-store-redis │ ├── pom.xml │ └── src ├── spring-ai-autoconfigure-vector-store-typesense
28600编辑于 2025-05-09 - 来自专栏山行AI
danswer——一键构建私人本地知识库的最佳选择之一
下图是笔者本地搭建的用于技术学习的danswer，并在其中导入了廖雪峰的python教程，搜索效果如下： 架构 关键词搜索 这里用的是typesense 更多搜索相关框架介绍：https://xab7u5dx7i4
2.7K20编辑于 2023-09-08 - 来自专栏开源技术小栈
一体化多语言全栈环境管理工具 FlyEnv
Deno、Gradle 数据队列与缓存 高效管理数据：Redis、Memcached、RabbitMQ、etcd 搜索引擎 集成强大的搜索功能：Elasticsearch、Meilisearch、Typesense
68710编辑于 2025-09-11 - 来自专栏ThoughtWorks
Thoughtworks 第28期技术雷达——工具象限选编
Typesense Typesense 是一款可容错的开源搜索引擎，它针对高性能和低延迟的搜索体验进行了优化。 如果您正在构建对延迟有较高要求的搜索应用，而且索引的大小可以载入内存，Typesense 将是个很好的选择。 我们团队在高可用的多节点集群里使用 Typesense 实现负载分布，并确保关键的搜索基础设施能自适应负载变化。在实际使用中 Typesense 表现良好，因此我们将其移动到试验环中。
1.1K30编辑于 2023-05-22 - 来自专栏HelloGitHub
《HelloGitHub》第 90 期
地址：https://github.com/scottbez1/smartknob 9、typesense：一款快如闪电的开源搜索引擎。 地址：https://github.com/typesense/typesense CSS 项目 10、pokemon-cards-css：炫酷的神奇宝贝卡牌 CSS 效果。
70420编辑于 2023-09-28 - 来自专栏码匠的流水账
spring-ai ollama小试牛刀
BedrockAnthropic3ChatAutoConfigurationorg.springframework.ai.autoconfigure.bedrock.titan.BedrockTitanChatAutoConfigurationorg.springframework.ai.autoconfigure.bedrock.titan.BedrockTitanEmbeddingAutoConfigurationorg.springframework.ai.autoconfigure.bedrock.converse.BedrockConverseProxyChatAutoConfigurationorg.springframework.ai.autoconfigure.chat.observation.ChatObservationAutoConfigurationorg.springframework.ai.autoconfigure.embedding.observation.EmbeddingObservationAutoConfigurationorg.springframework.ai.autoconfigure.image.observation.ImageObservationAutoConfigurationorg.springframework.ai.autoconfigure.ollama.OllamaAutoConfigurationorg.springframework.ai.autoconfigure.mistralai.MistralAiAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.oracle.OracleVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.pgvector.PgVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.pinecone.PineconeVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.milvus.MilvusVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.redis.RedisVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.chroma.ChromaVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.azure.AzureVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.weaviate.WeaviateVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.neo4j.Neo4jVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.qdrant.QdrantVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.hanadb.HanaCloudVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.cosmosdb.CosmosDBVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.mariadb.MariaDbStoreAutoConfigurationorg.springframework.ai.autoconfigure.retry.SpringAiRetryAutoConfigurationorg.springframework.ai.autoconfigure.postgresml.PostgresMlAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.mongo.MongoDBAtlasVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.anthropic.AnthropicAutoConfigurationorg.springframework.ai.autoconfigure.watsonxai.WatsonxAiAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.elasticsearch.ElasticsearchVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.gemfire.GemFireVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.cassandra.CassandraVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.zhipuai.ZhiPuAiAutoConfigurationorg.springframework.ai.autoconfigure.chat.client.ChatClientAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.typesense.TypesenseVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.opensearch.OpenSearchVectorStoreAutoConfigurationorg.springframework.ai.autoconfigure.moonshot.MoonshotAutoConfigurationorg.springframework.ai.autoconfigure.qianfan.QianFanAutoConfigurationorg.springframework.ai.autoconfigure.minimax.MiniMaxAutoConfigurationorg.springframework.ai.autoconfigure.vertexai.embedding.VertexAiEmbeddingAutoConfigurationorg.springframework.ai.autoconfigure.chat.memory.cassandra.CassandraChatMemoryAutoConfigurationorg.springframework.ai.autoconfigure.vectorstore.observation.VectorStoreObservationAutoConfigurationspring-ai-spring-boot-autoconfigure
60810编辑于 2025-03-27 - 来自专栏ThoughtWorks
Thoughtworks第26期技术雷达——工具象限
Typesense Typesense 是一个快速、容错的文本搜索引擎。在有大量数据的情形下，Elasticsearch 可能仍然是一个不错的选择，因为它提供了一个基于磁盘且可横向扩展的搜索解决方案。 然而如果你正在构建一个对延迟敏感的搜索应用，并且搜索索引的尺寸可以容纳在内存中，那么 Typesense 会是一个强大的替代方案，你也可以考虑与 Meilisearch 等工具一起评估。
2.4K30编辑于 2022-04-22 - 来自专栏Linux成长之路
【Docker项目实战】Docker环境下部署immich照片管理系统
DB_DATABASE_NAME=immich - REDIS_HOSTNAME=redis - DISABLE_MACHINE_LEANRNING=false - DISABLE_TYPESENSE
17.1K21编辑于 2023-12-23 - 来自专栏后端技术漫谈
向量数据库Chroma极简教程
Python/C++ pinecone https://www.pinecone.io/ ❌ ❌ qdrant https://github.com/qdrant/qdrant 11.8K Rust typesense https://github.com/typesense/typesense 12.9K C++ weaviate https://github.com/weaviate/weaviate 6.9K
3.2K31编辑于 2023-11-08 - 来自专栏山行AI
如何构建Embedding?如何构建一个智能文档查询助手？
一个开源的向量搜索引擎•Redis[39]，作为向量数据库•Qdrant[40]，一个向量搜索引擎•Milvus[41]，一个专为可扩展相似性搜索而构建的向量数据库•Chroma[42]，一个开源的嵌入存储库•Typesense Using_vector_databases_for_embeddings_search.ipynb [42] Chroma: https://github.com/chroma-core/chroma [43] Typesense : https://typesense.org/docs/0.24.0/api/vector-search.html [44] Zilliz: https://github.com/openai/openai-cookbook
1.8K10编辑于 2023-08-10 - 来自专栏常用算法专栏
Embeddings-OpenAI API系统快速入门
矢量数据库选项包括： 松果，一个完全托管的载体数据库 Weaviate，一个开源的矢量搜索引擎 Faiss，Facebook的矢量搜索算法 作为矢量数据库的 Redis Qdrant，一个矢量搜索引擎 Typesense
1K10编辑于 2025-04-05 - 来自专栏一个程序猿的异常
Chroma: 引领AI本地向量数据库的新潮流，向量数据库看这篇足够了
Hologres Kusto Milvus MyScale MongoDB Neon Postgres Pinecone PolarDB Qdrant Redis SingleStoreDB Supabase Typesense
4.7K11编辑于 2023-12-26 Spring AI 模块架构与功能解析
的向量数据库支持2.3 专用向量数据库Pinecone - 云原生向量数据库Weaviate - 开源向量数据库Qdrant - 高性能向量搜索引擎Milvus - 开源向量数据库Chroma - 开源嵌入数据库Typesense
1K10编辑于 2025-05-22- 来自专栏数据库相关
【转】向量数据库相关
pineconehttps://www.pinecone.io/❌❌✅qdranthttps://github.com/qdrant/qdrant11.8KRust✅typesensehttps://github.com/typesense /typesense12.9KC++❌weaviatehttps://github.com/weaviate/weaviate6.9KGo✅传统数据的扩展除了选择专业的向量数据库，使用传统数据库进行扩展也是一种方法 github.com/milvus-io/milvushttps://www.pinecone.io/https://github.com/qdrant/qdranthttps://github.com/typesense
53500编辑于 2025-03-29 - 来自专栏IT技术订阅
Spring AI 详细介绍及使用示例解析
Vector Database、Apache Cassandra Vector Database）、专用向量数据库（如 Pinecone、Weaviate、Qdrant、Milvus、Chroma、Typesense
4.4K10编辑于 2025-06-15 MCP广场开源版权声明
Copyright (c) 2024 Ben Borbola 117. mcp-server-router Copyright (c) 2025 Gitee 118. mcp-typesense-server Copyright (c) 2025 mcpdotdirec 163. mcp-server-mysql Copyright (c) 2024 Ben Borla 164. mcp-typesense-server
18.2K21编辑于 2025-07-07- 来自专栏大数据杂货铺
遗留和现代数据库中的向量搜索
一些搜索引擎，如 Opensearch、Elasticsearch 和 Typesense，现在通过自动创建嵌入来简化事情。他们甚至可以使用其他公司（如 OpenAI）的工具来实现这一点。
74600编辑于 2024-05-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号