Retriever - OpenSearch 2
云搜索服务介绍
云搜索服务（Cloud Search）是一个全托管、一站式信息检索与分析平台，提供了 ElasticSearch 和 OpenSearch 引擎，支持全文检索、向量检索、混合搜索及时空检索等多种核心能力。
Eino 的 OpenSearch 2 检索器实现，实现了 Retriever 接口。这使得 OpenSearch 可以无缝集成到 Eino 的向量检索系统中，增强语义搜索能力。
功能特性
- 实现
github.com/cloudwego/eino/components/retriever.Retriever - 易于集成到 Eino 的检索系统
- 可配置的 OpenSearch 参数
- 支持向量相似度搜索和关键词搜索
- 多种搜索模式：
- KNN (近似最近邻)
- Exact Match (精确匹配/关键词)
- Raw String (原生 JSON 请求体)
- Dense Vector Similarity (脚本评分，稠密向量)
- Neural Sparse (稀疏向量)
- 支持自定义结果解析
搜索模式兼容性
| 搜索模式 | 最低 OpenSearch 版本 | 说明 |
ExactMatch | 1.0+ | 标准查询 DSL |
RawString | 1.0+ | 标准查询 DSL |
DenseVectorSimilarity | 1.0+ | 使用 script_score和 painless 向量函数 |
Approximate(KNN) | 1.0+ | 自 1.0 起支持基础 KNN。高效过滤 (Post-filtering) 需要 2.4+ (Lucene HNSW) 或 2.9+ (Faiss)。 |
Approximate(Hybrid) | 2.10+ | 生成 bool查询。需要 2.10+ normalization-processor支持高级分数归一化 (Convex Combination)。基础 bool查询在早期版本 (1.0+) 也可工作。 |
Approximate(RRF) | 2.19+ | 需要 score-ranker-processor(2.19+) 和 neural-search插件。 |
NeuralSparse(Query Text) | 2.11+ | 需要 neural-search插件和已部署的模型。 |
NeuralSparse(TokenWeights) | 2.11+ | 需要 neural-search插件。 |
安装
go get github.com/cloudwego/eino-ext/components/retriever/opensearch2@latest
快速开始
以下是一个如何使用该检索器的简单示例：
package main
import (
"context"
"fmt"
"log"
"os"
"github.com/cloudwego/eino/schema"
opensearch "github.com/opensearch-project/opensearch-go/v2"
"github.com/cloudwego/eino-ext/components/embedding/ark"
"github.com/cloudwego/eino-ext/components/retriever/opensearch2"
"github.com/cloudwego/eino-ext/components/retriever/opensearch2/search_mode"
)
func main() {
ctx := context.Background()
client, err := opensearch.NewClient(opensearch.Config{
Addresses: []string{"http://localhost:9200"},
Username: username,
Password: password,
})
if err != nil {
log.Fatal(err)
}
// 使用 Volcengine ARK 创建 embedding 组件
emb, _ := ark.NewEmbedder(ctx, &ark.EmbeddingConfig{
APIKey: os.Getenv("ARK_API_KEY"),
Region: os.Getenv("ARK_REGION"),
Model: os.Getenv("ARK_MODEL"),
})
// 创建检索器组件
retriever, _ := opensearch2.NewRetriever(ctx, &opensearch2.RetrieverConfig{
Client: client,
Index: "your_index_name",
TopK: 5,
// 选择搜索模式
SearchMode: search_mode.Approximate(&search_mode.ApproximateConfig{
VectorField: "content_vector",
K: 5,
}),
ResultParser: func(ctx context.Context, hit map[string]interface{}) (*schema.Document, error) {
// 解析 hit map 为 Document
id, _ := hit["_id"].(string)
source := hit["_source"].(map[string]interface{})
content, _ := source["content"].(string)
return &schema.Document{ID: id, Content: content}, nil
},
Embedding: emb,
})
docs, err := retriever.Retrieve(ctx, "search query")
if err != nil {
fmt.Printf("retrieve error: %v\n", err)
return
}
for _, doc := range docs {
fmt.Printf("ID: %s, Content: %s\n", doc.ID, doc.Content)
}
}
配置说明
可以通过 RetrieverConfig 结构体配置检索器：
type RetrieverConfig struct {
Client *opensearch.Client // 必填：OpenSearch 客户端实例
Index string // 必填：从中检索文档的索引名称
TopK int // 必填：返回的结果数量
// 必填：搜索模式配置
// search_mode 包中提供了预置实现：
// - search_mode.Approximate(&ApproximateConfig{...})
// - search_mode.ExactMatch(field)
// - search_mode.RawStringRequest()
// - search_mode.DenseVectorSimilarity(type, vectorField)
// - search_mode.NeuralSparse(vectorField, &NeuralSparseConfig{...})
SearchMode SearchMode
// 选填：将 OpenSearch hits (map[string]interface{}) 解析为 Document 的函数
// 如果未提供，将使用默认解析器。
ResultParser func(ctx context.Context, hit map[string]interface{}) (doc *schema.Document, err error)
// 选填：仅当需要查询向量化时必填
Embedding embedding.Embedder
}
获取帮助
如果有任何问题 或者任何功能建议，欢迎进这个群 oncall。