Vespa
Construisez et exploitez des applications Vespa avec le plugin Search Toolkit. Définissez des schémas via des migrations Python, configurez les profils de ranking et de requête, déployez avec la CLI mistral-vespa et gérez les clusters de production.
Les pages Récupération, Retrievers et Filtres sont rédigées pour un Mistral Search Index. Un store Vespa prend en charge search, mais il présente deux différences :
- Pas de
retrieve. Effectuez les requêtes avecsearchet ajustez le classement avec des query profiles. - Pas de filtres. Le backend Vespa ignore
VectorSearchQuery.filter: unesearchfiltrée renvoie donc des résultats non filtrés, sans lever d'erreur. Pour restreindre le périmètre des requêtes, utilisez leyql_filterdu schéma ainsi que les paramètresexclude_idsetexclude_source_ids. Pouryql_filter, voir Aides à la migration.
Démarrage
Suivez ces guides pour créer et déployer une application Vespa :
| Guide | Objectif |
|---|---|
| Anatomie d’une application | Comprendre les packages d’application, les schémas, les champs, les profils de ranking, les profils de requête et les migrations |
| Gérer le schéma | Créer et faire évoluer des schémas avec des migrations Python |
| Gérer le ranking | Configurer le ranking au moment de la requête, sans modifier le schéma |
| Développement local | Boucle de développement local complète : créer, déployer, alimenter, interroger, itérer |
| Déployer et exploiter | Configuration de production, vérifications de santé, monitoring |
| Référence de la CLI | Référence des commandes mistral-vespa |
Utiliser Vespa comme backend de recherche
Pour utiliser Vespa dans un pipeline Search Toolkit, récupérez un store avec app.get_search_index(config, collection_name=...). Passez-le à Pipeline(stores=...) pour l'ingestion et à VectorRetriever(client=...) pour la récupération. Pour les paramètres de connexion, voir Déployer et exploiter.
Installation
uv add "mistralai-search-toolkit[vespa]"