OpenSearch
PulseAugur coverage of OpenSearch — every cluster mentioning OpenSearch across labs, papers, and developer communities, ranked by signal.
- 2026-08-05 product_launch OpenSearch 3.8 was officially released, featuring upgrades for AI, vector search, and observability. 来源
4 天有情绪数据
-
Reciprocal Rank Fusion 缺陷导致混合搜索中的精确匹配结果被埋没
一篇技术博文探讨了混合搜索中常用的 Reciprocal Rank Fusion (RRF) 算法,并指出了其在处理精确匹配查询时的一个关键缺陷。作者演示了 RRF,特别是使用默认的 k=60 参数时,如何将 BM25 等精确匹配检索器的高度相关结果埋没,而偏好向量搜索中不太精确但有重叠的结果。这是因为 RRF 的评分机制非常看重出现在多个检索列表中的文档,即使排名较低,也比单个列表中的排名靠前文档更受青睐。博文中提出了一些修复方法,…
-
DINAconCH AI 研讨会探讨开源智能体、以人为本的AI和本地助手
DINAconCH AI 研讨会将从不同视角探讨人工智能,重点关注开源解决方案的智能体AI以及“够用就好”而非模型规模的理念。它还将深入探讨实际的AI编码应用,在AI驱动的开发中保持人类参与,以及在不依赖大型科技公司的情况下本地运行个人AI助手的可能性。该研讨会旨在将AI的讨论转向我们希望AI如何为我们服务,强调开放、可持续、自主和人际连接。
-
GateRook 通过桌面应用提供对 100 多个服务的受控 AI 访问
GateRook 是一款新的桌面应用程序,旨在为 AI 助手提供对各种服务的受控访问,包括 MySQL、Redis 和 MongoDB 等数据库,以及 Kubernetes 和 OpenSearch 等系统。它充当本地 MCP 网关,允许用户定义范围化的端点、访问策略和审批工作流,确保 AI 客户端能够与服务进行交互,而无需直接暴露凭据或过多的权限。该应用程序旨在通过提供一个统一的界面来配置和监控与众多集成服务之间的交互,从而简化 A…
-
PostgreSQL 16 搭配 pgvector 提供统一的混合搜索以实现 RAG
本文探讨了企业检索增强生成 (RAG) 系统的挑战,认为纯粹的密集向量搜索在需要精确标识符的查询上会失败,而传统的关键词搜索 (BM25) 则难以处理同义词。作者提倡一种混合方法,特别推荐使用 pgvector 扩展的 PostgreSQL 16 作为统一解决方案。这种将密集嵌入和稀疏 BM25 共同置于单个数据库中,避免了维护单独的向量数据库和搜索集群所带来的不一致性、网络延迟和成本增加。
-
开源 AI SOC 在裸金属上解决了云安全日志成本问题
本文讨论了在云环境中查询安全日志所面临的挑战,特别强调了与 AWS NAT Gateway 和云 SIEM 相关的成本。文章提出了一个基于裸金属的开源 AI 安全运营中心 (SOC) 解决方案。提出的架构包括用于存储日志的双输出数据湖、一个使用 Llama 3 并具备自我批评能力的离线分类 AI 代理,以及一个在 LLM 推理前优先进行数据丰富化的策略。
-
向量数据库指南为用户提供决策框架
该系列最终章提供了一个向量数据库的比较指南,提供了一个决策框架,而不是单一的推荐。它强调了 Qdrant、Weaviate 和 Milvus 等数据库的关键特性,如混合搜索能力和原生多租户。该指南还包括了进行一日试用的实用建议,强调使用真实数据、一致的嵌入模型和正确的索引构建以进行准确的基准测试。
-
新平台发布标志着重要里程碑
此条目宣布推出一个新平台或服务,可能与人工智能、软件开发或社区建设有关。提供的细节很少,侧重于重要里程碑和新开始的概念。
-
SearchAI推出兼容OpenSearch的私有搜索引擎
SearchAI Index Server是一款新的、自托管的搜索和向量引擎,兼容OpenSearch 3.5。它提供全文搜索、kNN搜索和混合搜索功能,以及聚合和分面功能。该项目还提供原生快照功能,并在其网站上发布了基准测试。
-
先进的RAG技术专注于可扩展性、效率和可观察性
本集群探讨了检索增强生成(RAG)系统的先进技术,超越了简单的三步架构。第一篇文章详细介绍了一个专为生产就绪设计的、多阶段的RAG管道,强调广泛检索、智能组合和精确重排,以提高答案质量并管理令牌消耗。第二篇文章解决了构建海量向量搜索系统的挑战,提出了一种内存高效的方法,该方法区分用于初始发现和最终精度的不同数据,并以Qdrant为例。第三篇文章提倡使RAG可观察和可测试,建议在集成嵌入之前,使用基于关键字的确定性评分系统作为起点,以确…
-
OpenSearch MCP Apps增强以返回代理接口数据
OpenSearch MCP Apps已更新,可以返回界面元素,使代理能够处理结构化数据或文本。此增强功能使代理能够分析结果并提供更详细的响应,从而改善代理与OpenSearch MCP工具之间的交互。
-
AssemblyAI 解释音频数据的向量数据库和 RAG
AssemblyAI 发布了一篇博文,解释了向量数据库、其组成部分(如嵌入和索引)以及它们在检索增强生成 (RAG) 系统中的应用,特别是针对音频数据。该博文强调,虽然向量索引技术正通过集成到 PostgreSQL 和 Elasticsearch 等现有数据库中而变得商品化,但输入数据的质量(如转录准确性)对于有效检索仍然是关键因素。本文旨在为开发人员揭开向量数据库的神秘面纱,并为实现音频的 RAG 提供实用指导。
-
大型语言模型改进安全日志异常检测,新的校准方法提升了可靠性
研究人员开发了使用大型语言模型(LLMs)改进安全日志异常检测的新方法。一项研究引入了一个基于指令的标准化LLM分类框架,该框架生成了特定于终端的数据,以评估LLMs相对于Wazuh和OpenSearch等传统方法的性能。该框架显示,Meta Llama 3.1 8B Instruct在检测异常方面显著优于现有工具,准确率达到89.3%。另一篇论文提出了一个名为Log Reconstruction and Distance (LoRD…
-
开发者在最小硬件上构建高性能搜索微服务
一位开发者详细介绍了如何创建一个高性能搜索微服务,该服务旨在处理包含一百万件商品和每日超过1500万次请求的产品目录。该服务使用OpenSearch、Redis和PostgreSQL等组件构建,在最小硬件(2个CPU核心、12 GB RAM)上实现了大约每秒180次搜索。作者强调,虽然AI可以快速生成代码,但关键的工程挑战在于构建一个健壮的系统和做出承载负载的决策,而这是AI目前无法复制的。
-
DeepSeek 提高 API 价格;FEX、Ghost、Godot、Zed、OpenSearch 发布更新
DeepSeek 已通知开发者其 API 定价将大幅上涨。此公告发布之际,多个平台正迎来广泛的软件更新,包括 FEX 2608 发布并进行了 JIT 改进和修复,Ghost 添加了电子邮件序列分析功能。此外,Godot 4.8 开发快照 3 已发布,包含大量修复和编辑器增强功能,而 Zed 1.14 现在为其代理面板工具提供了默认沙盒功能。
-
混合搜索融合 BM25 和密集向量以改进信息检索
一种新的信息检索方法结合了词汇搜索(BM25)和密集向量搜索,以克服各自的局限性。BM25 在匹配精确关键词和稀有术语方面表现出色,而密集向量则捕捉语义含义和同义词。通过使用倒数排名融合(RRF)融合两种方法的排名列表,RRF 优先考虑在任一列表中排名靠前的文档,检索系统可以提高召回率。这种混合方法已集成到 Weaviate、Elasticsearch 和 Qdrant 等几种流行的向量数据库中,为查找相关信息提供了更强大的解决方案。
-
Wekan、OpenSearch 和 Ever Gauzy 发布更新,包含 AI 增强功能
本次更新重点介绍了多个软件发布,包括 Wekan v10.70,现已捆绑 Node.js、FerretDB 和 MongoDB 工具。OpenSearch 3.8.0 引入了改进的数据流管理和文档计数聚合。此外,还提到了 Olares、qui 和 Ever Gauzy 的更新,其中 Ever Gauzy 具有增强的 AI 聊天功能和改进的免费套餐处理。
-
OpenSearch 3.8 发布,AI 和向量搜索速度大幅提升
OpenSearch 发布了 3.8 版本,为 AI、向量搜索和可观测性带来了重大增强。此次更新的向量摄取速度提升高达 4.16 倍,径向搜索速度提升 2.1 倍。它还通过 gRPC 流扩展了跨代理类型的机器学习 (ML) 模型支持,引入了新的可视化 PPL 构建器,并集成了 LLM-as-a-Judge 进行相关性评估。
-
AI 搜索质量对 RAG 成功至关重要,优于关键词方法
检索增强生成 (RAG) 系统经常失败,并非因为语言模型本身,而是因为底层的搜索机制不足。传统的关键词搜索方法(如 BM25)在处理词汇不匹配、理解用户意图方面存在困难,并且总是返回结果,即使这些结果不相关。这导致 RAG 模型因为检索步骤提供了糟糕的上下文而自信地提供错误信息。文章强调,搜索层而非语言模型,是实现有效 RAG 的关键基础设施。
-
OpenSearch 生产 RAG 系统的优化
本文详细介绍了在生产 RAG 系统中使用 OpenSearch 的优化方法,重点关注改进语义检索步骤。文章解释了近似最近邻 (ANN) 搜索,特别是使用分层可导航小世界 (HNSW) 图的工作原理,以平衡召回率和延迟。文章区分了构建图的索引时优化和影响响应速度的查询时优化。
-
新开源工具 Agent Health 将在云原生峰会上首次亮相
一款名为 Agent Health 的新开源工具将在慕尼黑云原生峰会上发布。该工具旨在通过将自动相关性调整 (ART) 整合到 AI 智能体开发中,来验证 AI 智能体在部署到生产环境之前。本次演讲将由 Megha Goyal 主讲,旨在作为对 AI 可观测性主题演讲的后续。