DataCompassIO-SearchAI

AI-powered search API with semantic understanding. Upload content, get instant hybrid search combining vector embeddings with keyword matching. One API to replace building your own search infrastructure.

原始信息汇总

DataCompassIO-SearchAI 数据集概述

基本信息

• 数据集名称: DataCompassIO-SearchAI
• 类别: Search APIs
• 提供商: DataCompassIO
• 当前版本: v1

功能描述

SearchAI 可将任何内容在数分钟内转换为可搜索的、由AI驱动的知识库。上传文档（JSON、HTML、PDF），系统会自动进行分块、嵌入和索引。通过结合语义理解与传统关键词匹配的混合搜索进行查询，可根据含义而不仅仅是精确词汇来查找结果。

核心特性

• 文档摄取: 支持 JSON、HTML、PDF 格式，自动文本提取。
• 可配置分块: 可按索引配置分块大小和重叠度。
• 嵌入模型: 使用 Cohere AI 嵌入（1024维向量）。
• 混合搜索: 语义相似度 + 关键词 BM25 + 互惠排名融合（RRF）。
• 可调搜索模式: 纯语义、纯关键词或混合模式。
• 多索引支持: 每个账户支持多个索引。
• 使用情况跟踪与速率限制。

计划推出的功能

• AI 答案生成（RAG）— 提出问题，获得带有引用的综合答案。
• SEO 内容分析 — 质量评分、重复检测、覆盖范围差距分析。
• 通过 Webhook 自动同步 — 自动保持索引最新。
• 可嵌入网站的搜索小部件。

订阅计划与限制

层级	月费	速率限制	文档数量上限	索引数量上限
BASIC	$0.00	50 次调用/月	1,000	1
PRO	$20.00	1,000 次调用/天	10,000	3
ULTRA	$50.00	10,000 次调用/天	100,000	10

主要 API 端点

索引管理

• POST /v1/indexes: 创建新的搜索索引。
• GET /v1/indexes: 列出 API 密钥下的所有索引。
• DELETE /v1/indexes/{index_id}: 删除索引及其所有文档和分块。

文档管理

• POST /v1/indexes/{index_id}/documents: 将文档摄取到索引中。自动提取文本、分块、嵌入和索引。
• GET /v1/indexes/{index_id}/documents: 列出索引中的文档。
• DELETE /v1/indexes/{index_id}/documents/{doc_id}: 删除文档及其分块。

搜索与使用情况

• POST /v1/search: 跨索引进行混合 AI 搜索。通过互惠排名融合结合语义相似度和关键词匹配。
• GET /v1/usage: 检查当前 API 使用情况。
• GET /health: 服务健康检查（无需认证）。

认证方式

在每个请求的 X-API-Key 标头中传递 API 密钥。

工作原理

1. 上传 — 通过文档端点发送内容（文本、HTML 或 PDF）。
2. 分块 — 内容在段落/句子边界处被分割成重叠的片段。
3. 嵌入 — 每个分块通过 Cohere AI 嵌入获得一个 1024 维向量。
4. 索引 — 向量存储在 pgvector 中，文本被索引用于关键词搜索。
5. 搜索 — 查询被嵌入，并与向量相似度和关键词相关性进行匹配。
6. 排名 — 结果通过互惠排名融合结合，获得最佳综合排名。

错误响应

常见 HTTP 状态码及含义：

• 400: 错误请求（内容无效、过短）。
• 401: 缺少或无效的 API 密钥。
• 403: 层级限制超出（索引、文档）。
• 404: 索引或文档未找到。
• 409: 重复（索引名称或 external_id）。
• 429: 超出速率限制。
• 500: 内部错误。

支持信息

• API 状态: https://searchai.datacompass.io/health
• 联系邮箱: [e-mail]