Обзор
Семантический поиск (v0.7) позволяет находить ранее сконвертированный контент с помощью естественного языка вместо точных ключевых слов. Спросите “статьи об оптимизации баз данных” — и Web2MD покажет релевантные результаты, даже если эти точные слова никогда не встречались в контенте.Семантический поиск — функция, доступная только на плане Pro.
Как это работает
1
Конвертируйте страницы как обычно
Каждый раз при конвертации страницы Web2MD автоматически генерирует векторное представление (embedding) контента. Дополнительных шагов не требуется.
2
Ищите на естественном языке
Откройте History и введите запрос на обычном английском (или любом другом языке). Web2MD сопоставит ваш запрос со всеми сохранёнными embedding’ами.
3
Получите ранжированные результаты
Результаты ранжируются по семантической релевантности, а не по частоте ключевых слов. Наиболее концептуально близкие конвертации появляются первыми.
Межъязыковое сопоставление
Семантический поиск работает независимо от языка. Запрос на английском найдёт контент на китайском, японском, испанском или любом другом языке — и наоборот.Похожий контент
После конвертации страницы Web2MD автоматически показывает до 3 похожих статей из вашей истории. Это помогает заметить связи, которые вы могли упустить — например, пост в блоге за прошлый месяц на ту же тему или страницу документации с пересекающимися концептами. Похожий контент отображается под карточкой предпросмотра после каждой конвертации.Технические детали
Embeddings
На основе OpenAI embeddings, генерируются автоматически при каждой конвертации. Хранятся безопасно в вашем аккаунте.
Векторный поиск
Используется pgvector для быстрого поиска по схожести во всей истории ваших конвертаций.
Где это использовать
- Расширение
- API
Откройте вкладку History во всплывающем окне Web2MD и введите запрос в строку поиска. Результаты обновляются по мере ввода.
Никакой настройки
Embeddings генерируются автоматически — не нужно ничего включать или указывать API-ключи. Пока у вас активен план Pro, каждая конвертация доступна для поиска с момента сохранения.Генерация embedding происходит на сервере и обычно завершается в течение нескольких секунд после конвертации.