txtai 4.0 正式发布，构建 AI 驱动的语义搜索应用

txtai 4.0 已正式发布，这是一个具有大量新特性的重要版本，同时也会兼容旧版本，增加了诸如内容存储、对象存储、使用 SQL 查询、索引压缩、重新索引(reindexing)、外部向量等功能。

数据方面，新版发布之后，代码量增加了 50%，解决了 36 个问题，据称是迄今为止最大的版本。

新特性

• 支持存储文本内容（#168）
• 添加选项以索引内容字典（#169）
• 添加 SQL 支持以生成结合嵌入 (embedding) + 数据库查询 ( #170 )
• 将 reindex 方法添加到嵌入（#171）
• 添加对索引存档的支持（#172）
• 为嵌入添加关闭方法（#173）
• 更新 API 以使用嵌入 + 数据库搜索 ( #176 )
• 为表格管道 (tabular pipeline) 添加内容选项（#177）
• 更新工作流示例以支持嵌入内容 ( #179 )
• 将索引元数据添加到嵌入配置（#180）
• 添加对象存储（#183）
• 聚类时会聚合部分查询结果（#184）
• 将函数参数添加到嵌入重新索引（#185）
• 添加对用户定义的列别名的支持（#186）
• 使用 SQL 括号表示法支持多词和更复杂的 JSON 路径表达式 ( #187 )
• 支持 SQLite 3.22+ ( #190 )
• 添加预先计算的向量支持（#192）
• 更改文档/对象插入以仅保留最新记录（#193）
• 更新包含 4.0 变化的文档 ( #196 )

改进

• 修改工作流以选择带有切片的批处理 ( #158 )
• 为工作流添加张量支持 ( #159 )
• 如果作为文件路径提供，则读取 YAML 配置 ( #162 )
• 向 API 添加管道更容易（#163）
• 支持同时处理任务动作（#164）
• 添加张量工作流 notebook（#167）
• 更新默认 ANN 参数 ( #174 )
• 要求 Python 3.7+ ( #175 )
• 一致地命名嵌入 id 字段（#178）
• 添加 txtai 版本属性（#181）
• 修改嵌入以仅对输入文档进行一次迭代（#189）
• 提升向量转换的效率 ( #191 )

Bugfix

• 在 API 写入调用周围添加线程锁 ( #160 )
• 通过 API 公开 caption 和 objects ( #161 )
• 更改 pickle 调用以使用支持最低 Python 版本的协议 ( #182 )
• HFOnnx 预期的 ORT provider 错误 ( #195 )

详情查看 release note。

txtai 是一个人工智能驱动的搜索引擎，可以在文本的各个部分上建立了一个 AI 驱动的索引。 txtai 支持构建文本索引以执行相似性搜索并创建基于问-答的系统。此外，txtai 还具有用于 zero-shot 分类的功能。