Mistral AI 发布 Search Toolkit：开源搜索框架公开预览

Search Toolkit 是什么？

2026年5月28日，Mistral AI 发布了 Search Toolkit 的公开预览版。它是一个开源的、可组合的搜索框架，专门用来帮助开发者搭建 AI 应用里的搜索管道。简单说，就是让电脑更聪明地找到你想要的信息。

你可以把它想象成一个“搜索工具箱”：里面有负责把各种资料整理好放进去的“收纳盒”，有负责快速找到东西的“查找器”，还有负责检查找得对不对的“小考官”。这三样东西原本需要分别购买和组装，现在 Mistral AI 把它们打包成了一个整体。

为什么需要它？

很多团队在搭建搜索系统时，大部分时间都花在了“拼装”上，而不是“改进搜索质量”上。比如，整理数据要用一套工具，查找要用另一套工具，评估效果又要用第三套工具。每套工具都有自己的接口和假设，拼在一起很麻烦。

Search Toolkit 把摄取、检索和评估这三个环节统一到一个框架里，共用一套配置接口。这样团队就可以把精力放在让搜索更准、更快上，而不是整天修修补补。

它包含哪些功能？

Search Toolkit 主要包含三个模块。第一是“摄取”，负责从不同来源读取数据，进行解析、分块和生成向量嵌入，还支持自定义格式。第二是“检索”，内置了 BM25 稀疏检索、稠密向量检索以及混合检索，可以根据数据特点灵活配置。

第三是“评估”，提供了召回率、精确率、MRR 和 NDCG 等指标，让你用自己的测试集来比较不同检索配置的效果。所有模块共享同一套配置接口，替换任何一个部分，其他部分会自动适应。

它能用在哪里？

Search Toolkit 适合多种场景。在企业搜索中，很多公司有内部 wiki、工单系统、文档库、代码库等多个数据源，每个源的结构都不同。Search Toolkit 提供统一的处理和索引模式，让团队不用为每个源重新搭建管道。

在 RAG（检索增强生成）系统中，它可以帮助区分是检索出了问题还是生成出了问题。在专业领域，比如法律、医疗、代码和金融，它也能通过定制化检索来应对专业术语和特殊结构。

智能体时代的新搜索

智能体（Agent）在执行企业任务时需要访问企业上下文。它们会自主、高频地做出检索决策，所以底层搜索基础设施的质量直接影响每一步的结果。Search Toolkit 为智能体提供了高质量的索引搜索路径。

智能体还需要实时数据。通过 Connectors，它们可以直接从 CRM、代码仓库和生产力工具等源系统拉取最新状态。Search Toolkit 让智能体既能搜索大量已索引的内容，也能获取实时数据。

如何开始使用？

官方提供了一个入门应用模板，最快的方式就是用它来尝试。你需要先安装 Docker，然后在生成的项目里使用 uv。通过几条命令就可以搭建本地 Vespa 索引、导入示例数据并运行查询。

模板里已经预配置了 Vespa 索引、混合检索（BM25 + 向量）以及示例数据和摄取管道。之后你可以进一步调整摄取管道、管理 Vespa 模式和相关性，或者构建更高级的检索功能，比如 LLM 查询重写、重排序和混合检索。

限制与适用人群

目前 Search Toolkit 处于公开预览阶段，官方未说明正式版发布时间和具体的开源许可证类型。它主要面向需要构建生产级搜索管道的开发者和企业团队，尤其是那些处理多种数据源、需要评估检索质量或构建 RAG 和智能体应用的场景。

对于小学生和初中生来说，可以把它理解成一个超级整理箱：你把所有课本、作业和笔记都放进去，它不仅能帮你快速找到任何一页，还能告诉你找得对不对。不过，这个工具目前主要是给专业开发者使用的，普通用户暂时还用不上。