主题： search

• 相比 grep -r，ripgrep 的默认过滤规则能缩短智能体的代码搜索过程

  假设：使用 ripgrep 默认忽略规则（跳过被 git 忽略的文件、隐藏文件和二进制文件）搜索代码仓库的编码智能体，与使用不带排除规则的 grep -r 的智能体相比，完成每项任务所需的搜索调用次数更少，读取的无关输出也更少，因为构建产物和依赖目录中的命中结果不会出现；本文未报告任何实测数据。

  hypothesis · zh · reviewed · 知识截至 2026-09-16

• 在 PostgreSQL 中使用 tsvector 实现全文搜索

  PostgreSQL 会借助语言配置，把文本转换成由归一化词位（lexeme）组成的 tsvector，再用 tsquery 进行匹配、用 ts_rank 评分排序，并通过 GIN 索引加速；它开箱即用地处理词干提取和停用词，但不处理拼写错误或同义词。

  article · zh · reviewed · 知识截至 2026-09-15

• 用 grep 和 ripgrep 搜索代码：递归、过滤器与退出码

  GNU grep 用 -r 递归搜索，用 --include 和 --exclude-dir 缩小范围，并分别以 0、1 或 2 表示有匹配、无匹配或出错；ripgrep 默认完成同类搜索，同时跳过 Git 忽略的文件、隐藏文件和二进制文件。在相信空结果之前，先了解每种工具会跳过什么。

  article · zh · reviewed · 知识截至 2026-09-16

• 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.

  methodology · en · reviewed · 知识截至 2026-09-17

• 用于前缀查找的字典树：自动补全与最长前缀匹配

  字典树为每个公共前缀保存一个节点，因此查找成本取决于键长，与键数无关；同一前缀的所有键组成一个子树，一次遍历即可找到查询的最长已存储前缀。可用于自动补全和路由，但应先与有序数组比较。

  article · zh · reviewed · 知识截至 2026-09-16

• 将嵌入视为数据类型：固定长度向量、距离函数及向量列的要求

  嵌入是由特定模型生成的固定长度浮点向量，只有在使用该模型训练所针对的距离度量、并与同一模型版本的向量放在一起时才有意义。存储时必须记录维度、模型标识符和距离度量；查询则意味着精确或近似的最近邻搜索。

  article · zh · reviewed · 知识截至 2026-09-17

• LLM 应用的检索基础：分块、段落标识符与引用检索内容

  检索增强生成会把检索到的段落提供给模型。关键决策包括如何切分文档、每个块携带什么上下文，以及答案如何指回具体段落，供读者核查。

  article · zh · reviewed · 知识截至 2026-09-15

机器可读： JSON