bm25s

Q: 应该装哪个安装命令？

先用 pip install bm25s 即可跑通；README 推荐再装 pip install ＂bm25s[core]＂，它包含 json 加载、进度条、词干提取与 JIT 编译等核心依赖。

用 Numpy 加速的 BM25 检索，快如闪电，轻松集成 RAG。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 120 🐛 待处理 13 👀 关注 6

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1822

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

项目数据

分类搜索知识

开发团队xhluca

官网地址https://bm25s.github.io

GitHubhttps://github.com/xhluca/bm25s

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型bm25,bm25-l,bm25-plus,information-retrieval,lexical-search,okapi-bm25,rag,retrieval,robertson,search

GitHub 星标★ 1822

上线时间2024-04-10 00:00:00

代码更新2026-11-02

仓库体积2.2 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数4

项目介绍

bm25s 是一个基于 Python 的快速 BM25 搜索引擎库，利用 Numpy 和 Numba 实现高性能的文本检索。它解决了传统 BM25 实现在处理大规模语料时速度慢、内存占用高的问题，通过稀疏矩阵存储和向量化计算，显著提升索引构建和查询速度。核心能力包括：支持多种 BM25 变体（如 BM25+、BM25L）、内置分词器、支持中英文等多语言、提供简单易用的 API 用于索引和检索、支持从 Hugging Face 数据集直接加载语料、可导出为内存映射格式以节省内存。bm25s 特别适合作为 RAG（检索增强生成）系统的检索组件，或用于中小规模文档集的快速搜索。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1822

技术标签

bm25 information-retrieval rag retrieval search

使用教程

难度：入门约 10 分钟部署方式：库/依赖 7 步

环境要求

Python 环境（README 未指定最低版本，建议 3.9+）
pip 或 uv 包管理工具
如需 MCP 服务接入 Claude Desktop，需安装 uv 并准备好本地索引目录
如需低内存检索，磁盘可存放导出的索引文件

安装与启动步骤

1安装 bm25s

用 pip 安装 bm25s 本体，这是最小安装，只包含 numpy 等最基础依赖。
```
pip install bm25s
```
2安装核心依赖

README 强烈推荐，包含 json 加载、进度条、词干提取与 JIT 编译等核心能力。
```
pip install "bm25s[core]"
```
3可选安装词干提取

如果只想用词干提取提升检索效果，可单独安装 PyStemmer。
```
pip install PyStemmer
```
4可选安装全部扩展

安装所有额外依赖，体积更大但功能最全；也可单独装 CLI 扩展获得彩色交互选择器。
```
pip install "bm25s[full]"
pip install "bm25s[cli]"
```
5验证导入

导入 bm25s 不报错即表示库安装成功；若失败请检查 Python 环境与 pip 版本。
```
python -c "import bm25s"
```

6加载索引检索

用 BM25HF 从 Hugging Face Hub 加载索引与语料，mmap=True 走内存映射以显著降低内存占用。

import bm25s
import Stemmer  # optional: for stemming

retriever = bm25s.BM25HF.load_from_hub(
    f"{user}/bm25s-animals", load_corpus=True, mmap=True
)

7配置 MCP 服务

先安装 mcp 扩展，再把配置写入 Claude Desktop 的 claude_desktop_config.json，路径需全部替换为绝对路径。
```
uv pip install "bm25s[mcp]"
```

关键配置

配置项	必填	说明	示例
`mcpServers.bm25s.command`	是	uv 可执行文件的绝对路径，终端执行 which uv 获取	`/absolute/path/to/uv`
`mcpServers.bm25s.args`	是	启动 bm25 MCP 服务的参数数组	`["--directory", "/ABSOLUTE/PATH/TO/PARENT/FOLDER/bm25s", "ru`
`--index-dir`	是	MCP 服务读取的 BM25 索引所在目录	`/absolute/path/to/your/index`
`load_corpus`	否	load_from_hub 时是否同时加载语料	`True`
`mmap`	否	是否以内存映射方式加载索引，用于节省内存	`True`