# letsearch — Anlamsal arama — ALTAI

> letsearch metin koleksiyonlarını vektör olarak indeksler ve bir arama servisi olarak sunar. Açık kaynak, Rust / ONNX, erken aşama.

## letsearch. Bir koleksiyon. Bir indeks. İlgili kayıtlar.

letsearch anlamsal arama sağlar. Metin koleksiyonunu embedding modeliyle indeksler ve bir arama servisi olarak sunar; sorgu kayıtları ortak kelimeye göre değil, anlama göre bulur.

[GitHub](https://github.com/altaidevorg/letsearch)

1. **Soruyu okur:** Günlük dille yazılmış bir soru. On iki kayıt, henüz hiçbiri net değil.
2. **Anlama göre bulur:** En yakın kayıt netleşir. Soruyla ortak tek kelimesi bile yok.
3. **Odağı değiştirir:** Yeni bir soru odağı taşır. Netlik, benzerlik skorudur.

letsearch kayıtları kelimeye göre değil anlama göre bulur. On iki kayıt bulanık durur; sorgu yazılınca anlamca en yakın kayıt netleşir. “Ürün çok gürültülü çalışıyor” → “Fan sesi artarsa yatakları yağlayın.” (ortak kelime yok) “Paramı geri istiyorum, ne kadar sürer?” → “İade talepleri on dört gün içinde sonuçlanır.” (ortak kelime yok) Netlik, ALTAI BGE-M3 distill modeliyle hesaplanan benzerlik skorunu gösterir.

### Metin koleksiyonlarında anlamsal arama.

letsearch, metinleri embedding modeliyle vektörlere dönüştürüp arama için indeksler. JSONL, Parquet ve Hugging Face veri setlerini okuyabilir. Oluşturulan indeks, uygulamanızın sorgulayacağı bir arama servisi üzerinden kullanılır.

#### Veri aktarımı

JSONL ve Parquet dosyalarını veya Hugging Face Hub’daki veri setlerini okur.

#### İndeksleme

Metin alanını ve embedding modelini seçerek arama indeksi oluşturabilirsiniz.

#### Arama servisi

İndeksi bir servis üzerinden sorgulayabilir, beraberindeki istemciyi kullanabilirsiniz.

### Girdiden çıktıya.

1. **Girdi:** Metin içeren bir JSONL veya Parquet dosyası ve bir embedding modeli.
2. **İşlem:** Metinler vektörlere dönüştürülür, indekslenir ve arama servisi başlatılır.
3. **Çıktı:** Sorguyla ilgili bulunan kayıtlar.

### Müşteri projelerinde.

letsearch’i belge arama ve bilgi erişimi uygulamalarına bağlıyoruz. Kaynak metinleri hazırlıyor, çalışanların sorularıyla arama kalitesini test ediyor ve sonuçları uygulamada gösteriyoruz.

### İlk örneği çalıştırın.

Komutlar README’den. Binary bu ortamda çalıştırılmadı.

````
# Download a compatible binary from the repository releases
./letsearch --help

# Example from the repository README
./letsearch index --collection-name test1 \
  --index-columns context \
  'hf://datasets/neural-bridge/rag-dataset-1200/**/*.parquet'

./letsearch serve -c test1
````

### Künye

- **Kategori:** Anlamsal arama
- **Ortam:** Rust / ONNX
- **Arayüz:** CLI / servis
- **Lisans:** Apache-2.0
- **Kaynak:** [GitHub](https://github.com/altaidevorg/letsearch), [Dokümantasyon](https://github.com/altaidevorg/letsearch#indexing-documents)
- **Modeller:** [Türkçe embedding modelleri](/tr/open-source/models/)
- **Kapsam:** Erken aşama. PDF içe aktarma, MCP ve artımlı indeksleme yol haritasında; bugünkü özellik değil.

### Kurumunuzda kullanmak için yazın.

[Bize yazın](/tr/contact/?interest=letsearch)

Source: https://altai.dev/tr/open-source/letsearch/
