Nevis Search API：构建企业级混合搜索系统的实践探索

Nevis WealthTech团队开源的nevis-search-api项目，展示了AI驱动的企业级混合搜索系统架构。本文深入解析其核心设计理念、技术选型（六边形架构、pgvector语义搜索、RRF排序算法）与工程实现，解决金融科技场景下传统搜索难以兼顾精准度和语义理解的问题。

现代财富管理平台搜索面临独特挑战：用户使用专业术语、模糊描述或自然语言查询投资产品等信息，纯文本匹配易遗漏语义相关内容，纯向量搜索忽略关键业务规则约束。Nevis团队因此构建兼顾精确匹配与语义理解的混合搜索解决方案。

项目采用六边形架构，核心思想是将业务逻辑置于中心，通过端口和适配器与外部系统解耦。领域层专注搜索意图、排序策略等核心规则，不关心数据来源；基础设施层负责技术实现（如向量数据库接入、API序列化）。此设计支持独立演进组件，未来接入新向量数据库只需添加适配器。

选择pgvector（PostgreSQL扩展）作为语义搜索引擎，避免引入额外向量数据库的运维复杂度。语义搜索基于预训练模型将文本转为稠密向量，查询时编码为向量并计算相似度。pgvector支持余弦相似度、欧几里得距离等度量，提供IVFFlat和HNSW索引加速大规模检索。

混合搜索关键在于融合不同渠道结果，项目采用RRF算法：为每个结果赋予基于其在各路召回中排名的分数（1/(k+常数)），累加后重新排序。优势是无需训练、鲁棒性强、实现简洁。Nevis中典型融合两路召回：传统文本匹配（如BM25）与向量相似度，兼顾精确性与灵活性。

工程实践注重创新与稳定：用PostgreSQL生态降低运维门槛，六边形架构保障可测试性，RRF提供开箱即用融合效果。扩展方向：1.引入查询意图识别调整文本与语义搜索权重；2.添加金融领域实时过滤、权限控制等业务规则；3.数据规模增长时迁移向量存储（六边形架构确保迁移透明）。

nevis-search-api为企业级混合搜索提供可落地参考，展示如何基于现有PostgreSQL技术栈，通过合理架构与算法实现语义搜索平滑引入。设计理念值得借鉴：从业务需求出发，选成熟组件，用清晰架构保障可演进性。混合搜索是对用户需求深刻理解后的工程表达，非简单技术堆砌。