Ricerca semantica
La ricerca semantica recupera i record per significato, mentre la ricerca full-text cerca le parole che contengono. Fóir genera gli embedding per ogni modello che attivi, e li interroghi con un testo, con un record o con un vettore tuo.
Attivare un modello
Attiva la capacità Embeddings per un modello e ha effetto quando il modello viene pubblicato. I campi text e prose del modello vengono incorporati per impostazione predefinita, e ogni campo ha un'impostazione embed, quindi un identificatore come uno slug può essere escluso.
Quando i record vengono incorporati
Dopo la scrittura di un record, l'embedding viene eseguito in background 30 secondi dopo, e una raffica di modifiche si riduce a un solo job. Il contenuto invariato viene saltato senza costi. Su un modello con pubblicazione o versioni viene incorporato solo il contenuto pubblicato, quindi una bozza non può corrispondere.
Crediti e record esistenti
L'embedding consuma crediti AI. Attivare la capacità non incorpora i record che un modello ha già. Quello è un backfill separato e a pagamento, in cui prima ricevi una stima e poi confermi, e si esegue tramite MCP o la API.
Query e vettori tuoi
searchEmbeddings accetta una query di testo, che Fóir incorpora sul server, o un vettore. findSimilarRecords restituisce i record simili a quello che indichi, per «altri come questo». Se calcoli i vettori altrove, writeEmbeddings li memorizza. Gli agenti raggiungono lo stesso recupero tramite uno strumento MCP.
Che cosa può trovare un chiamante
I risultati sono limitati a ciò che il chiamante riceverebbe: i record che può leggere, nel suo locale, nella variante destinata a lui. Gli embedding seguono il contenuto così come è stato scritto, quindi un locale senza una traduzione propria non ha un embedding separato.
Approfondisci
La guida alla ricerca AI tratta l'attivazione della capacità, la scelta dei campi incorporati, il backfill e l'interrogazione da un agente.