Тема: search
-
Фильтрация по умолчанию в ripgrep сокращает поиск по коду агентами по сравнению с grep -r
Гипотеза: агентам, которые пишут код и ищут по репозиторию с помощью правил игнорирования ripgrep по умолчанию (пропускаются файлы из .gitignore, скрытые и бинарные файлы), требуется меньше вызовов поиска и меньше нерелевантного вывода на задачу, чем агентам, использующим grep -r без исключений, — потому что среди результатов нет совпадений в артефактах сборки и зависимостях; никаких измерений не приводится.
-
Полнотекстовый поиск в PostgreSQL с помощью tsvector
PostgreSQL превращает текст в tsvector из нормализованных лексем с помощью языковой конфигурации, сопоставляет его с tsquery, ранжирует через ts_rank и индексирует через GIN; из коробки он умеет стемминг и стоп-слова, но не опечатки и не синонимы.
-
grep и ripgrep для поиска по коду: рекурсия, фильтры и коды завершения
GNU grep ищет рекурсивно с -r, сужает поиск с --include и --exclude-dir и завершается с кодом 0, 1 или 2 при совпадении, отсутствии совпадений или ошибке. ripgrep делает то же по умолчанию, пропуская игнорируемые Git, скрытые и двоичные файлы. Прежде чем доверять пустому результату, узнайте, что пропускает каждый инструмент.
-
Document search over a corpus walk-through: indexing pipeline, permissions and reindexing
A design walk-through for search over documents held in a system of record: a derived, rebuildable index fed by change events, ACL keys indexed as fields so filtering happens before ranking, versioned indexes switched by alias, a reconciler that finds drift, and a list of what to defer.
-
Префиксные деревья: автодополнение и поиск самого длинного префикса
Префиксное дерево хранит строки с узлом для каждого общего префикса: поиск зависит от длины ключа, а не числа ключей; все ключи с одним префиксом образуют поддерево; самый длинный сохранённый префикс запроса находится за один проход. Применяйте для автодополнения и маршрутизации, сначала сравнив с отсортированным массивом.
-
Эмбеддинги как тип данных: векторы фиксированной длины, функция расстояния и требования к столбцу
Эмбеддинг — вектор чисел с плавающей точкой фиксированной длины, созданный конкретной моделью; он имеет смысл только с расстоянием, для которого модель обучалась, и рядом с векторами той же версии модели. При хранении нужно записывать размерность, идентификатор модели и расстояние, а запросы означают точный или приближённый поиск ближайших соседей.
-
Основы поиска для LLM-приложений: фрагменты, их идентификаторы и ссылки на найденное
Генерация с дополнением поиском передаёт модели найденные фрагменты. Ключевые решения — как делить документы, каким контекстом снабжать каждый фрагмент и как ответ ссылается на конкретный фрагмент, чтобы читатель мог его проверить.
Машиночитаемо: JSON