SeekStorm

搜亿级数据秒出结果,快到你怀疑人生

SeekStorm 是一款用 Rust 实现的高性能搜索库,同时支持向量检索与词法检索,提供进程内库和多租户服务器两种形态。它兼具速度与灵活性,适合构建高性能、可扩展的混合搜索应用。

开源 unknown 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1914
维护状态 较活跃
是否开源 是
定价模式 unknown

项目数据

分类搜索知识
开发团队SeekStorm
所属国家
定价模式unknown
价格说明官网存在但定价信息不明确,需进一步确认。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Rust
技术栈/模型ai-search,bm25,dense-retrieval,enterprise-search,faceting,full-text-search,geosearch,hybrid-search,lexical-search,neural-search,realtime,search,search-engine,search-server,search-service,semantic-search,sparse-retrieval,vector-database,vector-search,vector-search-engine
GitHub 星标★ 1914
30天Star增速
HF 下载量
上线时间2024-02-27 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 已安装 Rust 工具链(含 cargo 命令)
  • 异步运行时 crate:tokio
  • 序列化 crate:serde_json

安装与启动步骤

  1. 1检查 Rust 环境

    确认本机已安装 Rust 与 cargo,且能在项目目录执行 cargo 命令。README 未指定最低版本。

    cargo --version
  2. 2添加依赖 crate

    在已有 Cargo 项目目录中执行,把 SeekStorm 库与示例所需的 tokio、serde_json 加入依赖。

    cargo add seekstorm
    cargo add tokio
    cargo add serde_json
  3. 3编写异步入口

    SeekStorm 库需在异步 Rust 运行时中调用,按 README 示例用 #[tokio::main] 包裹 main 函数。

    use std::error::Error;
    #[tokio::main]
    async fn main() -> Result<(), Box> {
    
      // your SeekStorm code here
    
       Ok(())
    }
  4. 4定义索引与分面

    分面字段要在 create_index 的 schema 中定义,分面值在 index_document 写入时设置,否则查询阶段无法使用分面。

  5. 5查询并按分面过滤

    查询时传入 query_facets / facet_filter 参数,分面统计结果会随搜索返回对象一起返回。

  6. 6运行验证

    cargo run 编译并启动示例,能编译通过、异步 main 正常执行即说明依赖接入成功。

    cargo run

关键配置

配置项必填说明示例
query_facets否查询时指定需要返回的统计分面字段,结果在搜索返回对象中brand
facet_filter否查询时按分面字段的值过滤结果集brand:Apple

如何确认成功

cargo run 编译无错误,tokio 异步 main 正常执行并返回 Ok(()),说明库已正确引入。

常见问题

Q:为什么必须引入 tokio?

A:README 的库使用示例使用 #[tokio::main] 注解,说明 SeekStorm 库调用需要异步 Rust 运行时,因此需添加 tokio 依赖。

Q:编译时报找不到 seekstorm crate 怎么办?

A:确认已在 Cargo 项目根目录执行过 cargo add seekstorm,再重新运行 cargo build 或 cargo run。

Q:分面搜索没有结果?

A:需三处配合:create_index 的 schema 中定义分面字段、index_document 写入分面值、查询时传 query_facets 或 facet_filter。

Q:除了 Rust 库还有别的用法吗?

A:README 还列出多租户搜索服务器,以及 Rust、Python、TypeScript、C#、Java 的 REST 客户端和 InstantSearch 适配器。

注意事项

  • README 未提供完整的安装编译步骤,库用法细节以官方 Library Docs 与 REST API 文档为准。
  • 项目采用 Apache License 2.0 开源许可。
  • README 标注 work in progress,接口和功能可能仍在变化。
  • 除进程内库外,还可选择多租户服务器模式,其说明见 server 与 client 各自的 README。

核心亮点

  • Rust 实现的高性能向量与词法混合搜索,支持 BM25、稠密检索与混合检索,兼顾精度与速度
  • 提供进程内库和多租户服务器两种部署形态,灵活适配嵌入式与独立服务场景
  • 内置分面、地理搜索等企业级功能,开箱即用,适合生产环境

不足之处

  • 项目较新,生态与周边工具链尚不成熟,文档/社区待观察
  • 相比 Lucene/Elasticsearch 等成熟方案,功能覆盖和兼容性仍有差距

适用场景

  • 需要低延迟、高吞吐的嵌入式搜索,如移动端或桌面应用
  • 构建多租户 SaaS 搜索服务,需隔离与资源管理
  • 结合向量与关键词的混合检索场景,如 RAG 或企业知识库

替代项目

Tantivy、Meilisearch、Qdrant

项目介绍

SeekStorm 是搜索知识领域的开源项目,由 SeekStorm 开发,2024 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,914)位列前 30%,在搜索知识分类中处于中上游。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-22。官网存在但定价信息不明确,需进一步确认。从国内网络环境看,可直接访问。

它主要面向的使用场景是:需要低延迟、高吞吐的嵌入式搜索,如移动端或桌面应用。同类可对比的替代方案包括 Tantivy、Meilisearch、Qdrant。

上一篇:swirl-search

下一篇:memfree

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09