在浏览器中启用极速语义搜索，仅需小于 3KB 的客户端运行环境。零网络依赖，零额外成本。
无需任何第三方服务，将现代向量搜索直接带入您的静态文档中。
浏览器运行环境小于 3KB (gzipped)。无需下载任何向量模型权重，也不运行神经网络，而是执行极速纯算术混合评分。
在构建阶段通过 ONNX Runtime 在本地计算并量化向量嵌入。客户端完美融合 BM25 关键词匹配与余弦相似度重排。
完美融合超高速 BM25 关键词匹配与精准的向量相似度，实现无可比拟的检索精度与响应速度。
根据您的文档规模和目标语言，灵活选择最适合您的向量嵌入模型。
| 模型名称 | 维度 | 体积 | 适用语言 | 最佳适用场景 |
|---|---|---|---|---|
| MiniLM L6 v2 ★ | 384 | ~23 MB | 仅限英语 | 极速构建，通用英文文档 |
| Multilingual MiniLM L12 | 384 | ~118 MB | 50+ 种语言 | 多语言 i18n 静态文档 |
| Multilingual E5 Small | 384 | ~118 MB | 100+ 种语言 | 极佳的超多语种覆盖 |
| Multilingual MPNet Base | 768 | ~270 MB | 50+ 种语言 | 最高的跨语言检索品质 |
💡 多语言文档特别提示： 如果您的文档网站支持多种语言（如英语、中文、德语、西班牙语等），请务必使用 docmd-search --settings 切换到多语言模型。默认模型仅支持英语，用于其他语言时搜索效果会大幅下降。 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.
极轻量级（压缩后 <5KB）的纯客户端运行时，完全在浏览器内执行，使用混合 BM25 关键词词频与向量余弦相似度重排进行本地评分。
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); });
只需数秒，即可在本地构建索引并可视化预览搜索匹配精度.
$ npx docmd-search --build ✓ Loaded local vector model ✓ Generated static index: .docmd-search/index.json
关于 docmd 离线语义搜索您需要了解的一切。
paraphrase-multilingual-MiniLM-L12-v2）。showConfidence 标志后，每个语义检索结果旁都会显示准确的相似度匹配百分比徽章，帮助用户直观理解搜索相关性。