Meilisearch
Schnelle, quelloffene Suchmaschine, die sich leicht integrieren lässt und sofort relevante Ergebnisse liefert.
Überblick
Meilisearch ist eine Suchmaschine, die darauf ausgelegt ist, schnell und einfach selbst zu betreiben zu sein: Sie kombiniert Volltext- und semantische (hybride) Suche, liefert Ergebnisse typischerweise in unter 50 Millisekunden und verzeiht Tippfehler und Rechtschreibfehler, sodass Nutzer trotzdem relevante Treffer finden. Integrierte Filterung, facettierte Suche, Sortierung, Synonyme, Geosuche und Multi-Tenancy decken das meiste ab, was eine typische Produktsuchfunktion benötigt, ganz ohne zusätzliche Dienste.
Sie unterstützt zudem von Haus aus stärker KI-orientierte Anwendungsfälle, darunter konversationelle Suche (Beantwortung natürlichsprachlicher Fragen auf Basis deiner indexierten Daten) und Integrationen mit Tools wie LangChain und dem Model Context Protocol (MCP). Feingranulare API-Schlüssel und Tenant-Tokens übernehmen Zugriffskontrolle und Multi-Tenant-Suche.
Du kannst Meilisearch selbst hosten oder das verwaltete Meilisearch Cloud nutzen. Es eignet sich für Teams, die schnelle, relevante Suche hinzufügen möchten – von einfacher Website-Suche bis hin zu stärker KI-gestützten oder personalisierten Sucherlebnissen –, ohne eine schwerere, universelle Suchplattform zu betreiben.
- Kategorien
- Suche
- Schlagwörter
- search-enginefull-text-searchsearch
- Sprachen
- Rust
- Lizenz
- MIT
Ähnliche Projekte
Elasticsearch
AGPL-3.0Verteilte Such- und Analytics-Engine für alle Datentypen, einschließlich Text, numerischer und geografischer Daten.
- Suche
OpenSearch
Apache-2.0Verteilte Such- und Analytics-Engine unter Apache-2.0-Lizenz, ein Fork von Elasticsearch, um eine vollständig quelloffene Alternative für Volltextsuche und Log-Analytik zu garantieren.
- Suche
Quickwit
Apache-2.0Cloud-native Suchmaschine, speziell für Observability-Daten gebaut, die Logs und Traces direkt auf Objektspeicher indexiert für kosteneffiziente Suche im großen Maßstab.
- Suche
Haystack
Apache-2.0Quelloffenes Framework zum Bau produktionsreifer Such- und RAG-(Retrieval-Augmented-Generation-)Anwendungen mit LLMs.
- KI & Machine Learning
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.