Ermöglichen Sie blitzschnelle semantische Suche auf Ihrer Dokumentationsseite mit einer winzigen <3KB Browser-Runtime. Keine Cloud-Abhängigkeiten, keine API-Kosten.
Bringen Sie moderne Vektorsuche direkt in Ihre statischen Dokumente, ganz ohne Drittanbieter-Dienste.
Die Browser-Runtime ist unter 3KB gzipped. Sie lädt keine Modellgewichte herunter und führt keine neuronalen Netze aus — reine Arithmetik für sofortige Hybrid-Scoring.
Embeddings werden zur Build-Zeit lokal mit ONNX Runtime erstellt. Der Client nutzt eine hybride BM25-Schlüsselwortsuche und Kosinus-Ähnlichkeit.
Kombiniert eine schnelle BM25-Schlüsselwortsuche mit Vektorähnlichkeit für absolut beste Suchrelevanz und Geschwindigkeit.
Wählen Sie das perfekte Einbettungsmodell, das auf Ihre Dokumentationsgröße und Ihre Sprachen zugeschnitten ist.
| Modell | Dimensionen | Größe | Sprachen | Bestens geeignet für |
|---|---|---|---|---|
| MiniLM L6 v2 ★ | 384 | ~23 MB | Nur Englisch | Schnelle, allgemeine englische Doku |
| Multilingual MiniLM L12 | 384 | ~118 MB | 50+ Sprachen | Mehrsprachige i18n-Dokumentation |
| Multilingual E5 Small | 384 | ~118 MB | 100+ Sprachen | Breite Sprachabdeckung |
| Multilingual MPNet Base | 768 | ~270 MB | 50+ Sprachen | Beste mehrsprachige Qualität |
💡 Mehrsprachige Dokumentation: Wenn Ihre Dokumentations-Website mehrere Sprachen enthält (z. B. Englisch, Chinesisch, Deutsch, Spanisch usw.), wählen Sie ein mehrsprachiges Modell mit docmd-search --settings. Das Standardmodell ist nur für Englisch geeignet und liefert für andere Sprachen eine schlechte Suchrelevanz. If your documentation website contains multiple languages (such as English, Chinese, German, Spanish, etc.), select a multilingual model using docmd-search --settings. The default model is English-only and will produce poor search relevance for other languages.
Eine extrem leichtgewichtige Client-Laufzeitumgebung (<5 KB minifiziert), die vollständig im Browser ausgeführt wird und hybride BM25- und Vektor-Kosinus-Ähnlichkeitsscores verwendet.
import * as Search from 'docmd-search/client'; // 1. Initialise and load index folder. // Batch 0 is loaded instantly for sub-millisecond search startup, // while remaining chunk batches load progressively in background. await Search.load('/.docmd-search', (loaded, total) => { console.log(`Loaded batch ${loaded}/${total}`); }); // 2. Query search using hybrid vector + keyword matching. const results = Search.search('authentication secure routes', 10); results.forEach(({ score, chunk }) => { console.log(`[${(score * 100).toFixed(0)}%] ${chunk.file}#${chunk.heading || ''}`); console.log(chunk.text); });
Erstellen Sie Ihren lokalen Index und sehen Sie die Suchrelevanz in Sekundenschnelle in der Vorschau.
$ npx docmd-search --build ✓ Loaded local vector model ✓ Generated static index: .docmd-search/index.json
Alles, was Sie über die Offline-Semantiksuche von docmd wissen müssen.
paraphrase-multilingual-MiniLM-L12-v2 wählen, das über 50 Sprachen unterstützt.showConfidence-Flag zeigt, wenn es aktiviert ist, das genaue Ähnlichkeitsabzeichen (Prozentwert) neben jedem semantischen Ergebnis an, damit Benutzer die Suchrelevanz sofort visuell erfassen können.Schließen Sie sich den Entwicklern an, die mit docmd schnelle, schöne Dokumentation erstellen.