Entamy VecSearch — 即使措辞不同，也能按意思找到的文档检索

即使想不起检索词，只要意思相近就能找到。 Entamy VecSearch 是一种文档检索，不仅能按词语匹配，还能按“意思的相近程度”查找积累在 Entamy 管理平台中的规格书、报告和目标。在冗长的规格书中，用简短的提问即可接近当下需要的判断或依据。

措辞不同，也能接近答案#

文档中写下的表达和查找者脑中想到的表达，并不总是一致。VecSearch 把文字转换为意思的坐标，并对与问题相近的文档排序。从“那个规格在哪里来着”开始，减少重新组织检索词的时间。

三种检索，一个入口#

• 语义检索 —— 即使表达不一致，也能找到内容相近的规格
• 文字匹配 —— 查找产品名、API 名、错误代码等精确的词
• 混合检索 —— 结合意思的相近与文字匹配，兼顾广度和准确度

可按目标产品、规格书/报告/目标的类别，以及标题/正文的范围进行筛选。无论是人在管理界面中查找，还是 AI 或外部服务通过 API 查找，都使用同一个检索入口。

原本在 D1，向量是可重建的索引#

VecSearch 不会为了方便检索而把文档的原本移到别处。标题、正文和版本的原本仍保存在 D1 中，Vectorize 只保存文档 ID、版本、分块位置和嵌入向量。正文本身不会保存到向量的元数据中。

定期核对文档的新增、更新和删除，即使漏掉了通知，也能重新找出差异。若索引出现问题，可以根据 D1 中的最新版本整体重建。

不停止检索，守住用量额度#

将 Workers AI 和 Vectorize 的使用情况可视化，达到设定的安全线时，可以只暂停定期索引的新增和更新。来自人或 API 的检索、D1 上规格书的更新都不会停止。也支持在第二天额度恢复后自动继续的运维方式。

让 Entamy 的知识变得可用#

规格书仅仅被保存，并不能发挥价值。只有在需要的那一刻能被找到，并能回溯到作为依据的正文，它才会成为开发、运维和 AI 的共同基础。VecSearch 是让人从提问出发，抵达散落在 Entamy 平台各处的判断与知识的检索层。