在 v3.7.0 中已经完成底层实现，需要手动配置才能启用： - conf.json 比如阿里云百炼 ``` "embeddingModel": "text-embedding-v4", "embeddingBaseURL": "https://dashscope.aliyuncs.com/compatible-mode/v1", "embeddingAPIKey": "sk-xxx" ``` - 重建索引后就会开始进行文本向量化 - 小于 7 个字节或者大于 12000 字节的块会被跳过（少于 2 个汉字或者约 4000 汉字以上会被跳过） - data/.siyuan/embeddingignore 用于忽略向量化，和 indexignore 语法一样 glob 模式（.gitignore 语法） - 等表 block_embeddings 的行数和 blocks 表一样就说明向量化完毕了 测试接口：/api/search/semanticSearchBlock ```json { "query": "找foo相关的内容" } ``` 向量化性能：5 百万字的库使用了 2 百万 token 进行向量化，每秒处理 27 个块。 待研究： - 关键字高亮 - 设定相关性（向量距离）范围，减少无关结果 --- **注意**：所有符合长度的内容都会进行文本向量化，隐私内容请通过配置 embeddingignore 进行忽略。
在 v3.7.0 中已经完成底层实现，需要手动配置才能启用：
conf.json
比如阿里云百炼
重建索引后就会开始进行文本向量化
等表 block_embeddings 的行数和 blocks 表一样就说明向量化完毕了
测试接口：/api/search/semanticSearchBlock
{ "query": "找foo相关的内容" }向量化性能：5 百万字的库使用了 2 百万 token 进行向量化，每秒处理 27 个块。
待研究：
注意：所有符合长度的内容都会进行文本向量化，隐私内容请通过配置 embeddingignore 进行忽略。