已验证70% 置信事实时间未知

语义搜索的核心是向量嵌入技术，将代码片段和自然语言查询转换为高维向量，通过余弦相似度等方法计算语义距离

4

来源数

70%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

cased/kit：AI编程上下文工程开源工具包，代码搜索与符号提取利器

githubcased

涉及实体

向量嵌入concept 语义搜索concept

相关事实

待验证语义搜索将文本转换为高维向量，通过计算余弦相似度找出最相关的结论，使得不同表述方式的查询也能命中语义相符的结果84% 相似待验证用户提问时问题被转换为向量，通过余弦相似度算法找到语义最相近的文档片段，这是语义检索优于传统关键词检索的根本原因78% 相似待验证语义检索技术通过嵌入模型将Skill描述文本转化为高维向量存入向量数据库，通过余弦相似度等算法检索最匹配的技能76% 相似待验证部分新兴API支持神经搜索（Neural Search），用向量嵌入表示查询语义，在处理口语化和长尾查询时表现更优75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/28691

API

curl https://kongchang.com/api/v1/knowledge/claims/28691

MCP

get_claim(id=28691)