Meilisearch Rust 是为 Rust 开发者准备的 Meilisearch API 客户端。
Meilisearch 是一个开源搜索引擎。了解更多关于 Meilisearch 的信息。
本 README 包含了使用这个 Meilisearch SDK 所需的所有文档。
有关如何使用 Meilisearch 的一般信息(如 API 参考、教程、指南和深入文章),请参阅我们的主要文档网站。
使用 Meilisearch Cloud 告别服务器部署和手动更新。立即开始 14 天免费试用!无需信用卡。
要使用 meilisearch-sdk,请在您的 Cargo.toml 中添加以下内容:
[dependencies] meilisearch-sdk = "0.27.1"
以下可选依赖项也可能有用:
futures = "0.3" # 如果您不使用异步运行时,可以阻塞异步函数 serde = { version = "1.0", features = ["derive"] }
这个 crate 是 async 的,但您可以选择使用异步运行时如 tokio 或者仅仅阻塞 futures。
您可以启用 sync 功能使大多数结构体成为 Sync。这可能会稍微慢一些。
不使用 serde 也可以使用这个 crate,但许多功能需要 serde。
这个 crate 需要一个 Meilisearch 服务器来运行。
有许多简单的方法可以下载并运行 Meilisearch 实例。
例如,在终端中使用 curl 命令:
# 安装 Meilisearch curl -L https://install.meilisearch.com | sh # 启动 Meilisearch ./meilisearch --master-key=masterKey
注意:您也可以通过 Homebrew 或 APT 下载 Meilisearch。
use meilisearch_sdk::client::*; use serde::{Serialize, Deserialize}; use futures::executor::block_on; #[derive(Serialize, Deserialize, Debug)] struct Movie { id: usize, title: String, genres: Vec<String>, } #[tokio::main(flavor = "current_thread")] async fn main() { // 创建客户端(不发送任何请求,因此不会失败) let client = Client::new(MEILISEARCH_URL, Some(MEILISEARCH_API_KEY)).unwrap(); // 索引是存储文档的地方。 let movies = client.index("movies"); // 在索引中添加一些电影。如果 'movies' 索引不存在,Meilisearch 会在您首次添加文档时创建它。 movies.add_documents(&[ Movie { id: 1, title: String::from("Carol"), genres: vec!["Romance".to_string(), "Drama".to_string()] }, Movie { id: 2, title: String::from("Wonder Woman"), genres: vec!["Action".to_string(), "Adventure".to_string()] }, Movie { id: 3, title: String::from("Life of Pi"), genres: vec!["Adventure".to_string(), "Drama".to_string()] }, Movie { id: 4, title: String::from("Mad Max"), genres: vec!["Adventure".to_string(), "Science Fiction".to_string()] }, Movie { id: 5, title: String::from("Moana"), genres: vec!["Fantasy".to_string(), "Action".to_string()] }, Movie { id: 6, title: String::from("Philadelphia"), genres: vec!["Drama".to_string()] }, ], Some("id")).await.unwrap(); }
使用 uid,您可以通过任务检查文档添加的状态(enqueued、canceled、processing、succeeded 或 failed)。
// Meilisearch 支持容错: println!("{:?}", client.index("movies_2").search().with_query("caorl").execute::<Movie>().await.unwrap().hits);
输出:
[Movie { id: 1, title: String::from("Carol"), genres: vec!["Romance", "Drama"] }]
Json 输出:
{ "hits": [{ "id": 1, "title": "Carol", "genres": ["Romance", "Drama"] }], "offset": 0, "limit": 10, "processingTimeMs": 1, "query": "caorl" }
let search_result = client.index("movies_3") .search() .with_query("phil") .with_attributes_to_highlight(Selectors::Some(&["*"])) .execute::<Movie>() .await .unwrap(); println!("{:?}", search_result.hits);
Json 输出:
{ "hits": [ { "id": 6, "title": "Philadelphia", "_formatted": { "id": 6, "title": "<em>Phil</em>adelphia", "genre": ["Drama"] } } ], "offset": 0, "limit": 20, "processingTimeMs": 0, "query": "phil" }
如果你想启用过滤功能,必须将你的属性添加到索引设置的 filterableAttributes 中。
let filterable_attributes = [ "id", "genres", ]; client.index("movies_4").set_filterable_attributes(&filterable_attributes).await.unwrap();
你只需执行一次此操作。
请注意,每当你更新 filterableAttributes 时,Meilisearch 都会重建你的索引。根据你的数据集大小,这可能需要一些时间。你可以使用任务来跟踪进度。
然后,你可以执行搜索:
let search_result = client.index("movies_5") .search() .with_query("wonder") .with_filter("id > 1 AND genres = Action") .execute::<Movie>() .await .unwrap(); println!("{:?}", search_result.hits);
Json 输出:
{ "hits": [ { "id": 2, "title": "Wonder Woman", "genres": ["Action", "Adventure"] } ], "offset": 0, "limit": 20, "estimatedTotalHits": 1, "processingTimeMs": 0, "query": "wonder" }
HttpClient默认情况下,SDK 使用 reqwest 来进行 HTTP 调用。
SDK 允许你通过自己实现 HttpClient 特征并使用 new_with_client 方法初始化 Client 来自定义 HTTP 客户端。
你可能会对 futures-unsend 功能感兴趣,它允许你指定一个非 Send 的 HTTP 客户端。
SDK 通过 reqwest 支持 wasm。不过,在导入时你需要启用 futures-unsend 功能。
这个 crate 完全支持 WASM。
WASM 版本和原生版本之间唯一的区别是,原生版本在 Error 枚举中多了一个变体(Error::Http)。这应该不会有太大影响,但我们也可以在 WASM 中添加这个变体。
然而,开发一个在网络浏览器中运行的程序需要一个与 CLI 程序非常不同的设计。要查看使用 Meilisearch 的简单 Rust 网络应用示例,请参阅我们的演示。
警告:如果没有可用的 Window(例如:Web 扩展),meilisearch-sdk 将会崩溃。
本包保证与 Meilisearch v1.x 版本兼容,但某些功能可能不存在。请查看问题以获取更多信息。
欢迎为这个项目提供任何新的贡献!
如果你想了解更多关于开发工作流程的信息或想要贡献,请访问我们的贡献指南以获取详细说明!
<hr>Meilisearch 提供并维护许多像这样的 SDK 和集成工具。我们希望为各种项目提供令人惊叹的搜索体验。如果你想贡献、提出建议或只是想了解当前的进展,请访问我们的 integration-guides 仓库。


最适合小白的AI自动化工作流平台
无需编码,轻松生成可复用、可变现的AI自动化工作流

大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用 机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。


AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。


AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。


AI一键生成PPT,就用博思AIPPT!
博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。


AI赋能电商视觉革命,一站式智能商拍平台
潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。


企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频


实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
最新AI工具、AI资讯
独家AI资源、AI项目落地

微信扫一扫关注公众号