Index de recherche

Les backends de stockage conservent les fragments traités et permettent de rechercher efficacement dans votre collection de documents. Les stockages vectoriels assurent la recherche sémantique en enregistrant les embeddings des fragments et en trouvant des vecteurs similaires.

Backends disponibles

Officiellement pris en charge

Backend	Usage
Vespa	Base de données vectorielle avec gestion des schémas, classement, clustering et réplication
Postgres	PostgreSQL avec `pgvector` et `pg_textsearch` pour la recherche dense et hybride

Les deux backends intégrés implémentent le protocole VectorStoreIndex et utilisent donc les mêmes interfaces de pipeline d’ingestion et de récupération. Leur provisionnement, leur gestion des schémas et leur gestion du périmètre des requêtes diffèrent. Consultez la page de chaque backend pour plus de détails.

Communauté

Backend	Objectif
Qdrant	Moteur de recherche vectorielle Qdrant, maintenu sous forme de plugin tiers

Les backends de la Communauté ne font pas partie du package mistralai-search-toolkit. Consultez le dépôt de chaque plugin pour l'installation et l'Assistance.

Backends personnalisés

Backend	Objectif
Stockages vectoriels personnalisés	Implémenter votre propre backend de stockage