Antfly分布式搜索引擎如何结合全文、向量与图搜索实现多模态检索？

Antfly is a distributed search engine built on etcd's raft library. It combines full-text search (BM25), vector similarity, and graph traversal over multimodal data — text, images, audio, and video. Embeddings, chunking, and graph edges are generated automatically as you write data. Built-in RAG agents tie it all together with retrieval-augmented generation.

Antfly 是一个基于 etcd 的 raft 库 构建的分布式搜索引擎。它融合了全文搜索（BM25）、向量相似度和图遍历，支持对文本、图像、音频和视频等多模态数据进行检索。在写入数据时，系统会自动生成嵌入向量、文本分块和图关系边。内置的 RAG（检索增强生成）智能体通过检索增强生成技术将所有这些功能整合在一起。

快速开始

Quick Start

# Start a single-node cluster with built-in ML inference
go run ./cmd/antfly swarm

# Or run with Docker
docker run -p 8080:8080 ghcr.io/antflydb/antfly:omni

这将启动一个单节点集群，并内置机器学习推理功能。或者，你也可以使用 Docker 运行。启动后，你可以通过 http://localhost:8080 访问 Antfarm 仪表盘，其中包含用于搜索、RAG、知识图谱、嵌入向量、重排序等多种功能的交互式演示。

有关完整指南，请参阅 快速入门指南。

核心特性

Features

Antfly 提供了一系列强大的功能，旨在构建现代化的搜索和 AI 应用。

文档与 SDK

Documentation & SDKs

完整的文档可在 antfly.io/docs 找到。

Antfly 为多种语言和平台提供了官方 SDK 和客户端库。

pgaf — PostgreSQL 扩展

pgaf — PostgreSQL Extension

pgaf 将 Antfly 的搜索能力引入到 PostgreSQL 中。创建一个索引，使用 @@@ 操作符，即可完成搜索。

pgaf brings Antfly search into Postgres. Create an index, use the @@@ operator, and you're done.

CREATE INDEX idx_content ON docs USING antfly (content)
  WITH (url = 'http://localhost:8080/api/v1/', collection = 'my_docs');

SELECT * FROM docs WHERE content @@@ 'fix my computer';

React 组件

React Components

@antfly/components 提供了一系列开箱即用的 React 组件，用于构建搜索界面，包括 SearchBox、Autosuggest、Facet、Results、RAGBox、AnswerBox，以及流式钩子如 useAnswerStream 和 useCitations。

@antfly/components gives you drop-in React components for search UIs — SearchBox, Autosuggest, Facet, Results, RAGBox, AnswerBox, plus streaming hooks like useAnswerStream and useCitations.

Termite — 机器学习推理

Termite — ML Inference

Termite 负责处理机器学习相关任务：嵌入向量生成、文本分块、重排序、分类、命名实体识别（NER）、光学字符识别（OCR）、转录、生成等。它作为一个内置模块（pkg/termite）提供，并在集群的 swarm 模式下自动运行，无需单独设置。

Termite handles the ML side: embeddings, chunking, reranking, classification, NER, OCR, transcription, generation, and more. It ships as an in-tree module (pkg/termite) and runs automatically in swarm mode — you don't need to set it up separately.

辅助库与工具

Libraries & Tools

除了核心引擎，Antfly 生态系统还包含一些实用的库和工具。

系统架构

Architecture

Antfly 采用多 Raft 组设计，包含独立的共识组：

Antfly uses a multi-raft design with separate consensus groups:

• 元数据 Raft 组 — 管理表模式、分片分配和集群拓扑。

  Metadata raft — table schemas, shard assignments, cluster topology.

• 存储 Raft 组 — 每个数据分片一个，处理数据、索引和查询。

  Storage rafts — one per shard, handling data, indexes, and queries.

系统进行了端到端的混沌测试，灵感来源于 Jepsen。这些测试覆盖了节点崩溃、领导者失效、负载下的分片拆分和集群扩缩容等场景，通过注入故障来验证 Raft 共识、事务和复制在故障下的正确行为。

End-to-end chaos tests — inspired by Jepsen — cover node crashes, leader failures, shard splits under load, and cluster scaling. These tests run real multi-node clusters and inject faults to verify that Raft consensus, transactions, and replication behave correctly under failure.

关键的分布式协议使用 TLA+ 进行了形式化规范和模型检验：

Critical distributed protocols are formally specified and model-checked with TLA+:

• AntflyTransaction — 分布式事务协议。

  AntflyTransaction — distributed transaction protocol.

• occ-2pc — 基于乐观并发控制的两阶段提交。

  occ-2pc — optimistic concurrency control with two-phase commit.

• AntflySnapshotTransfer — Raft 快照传输。

  AntflySnapshotTransfer — Raft snapshot transfer.

• AntflyShardSplit — 分片拆分协调。

  AntflyShardSplit — shard split coordination.

社区与许可

Community & License

欢迎加入 Discord 社区获取支持、参与讨论并了解最新动态。

Join the Discord for support, discussion, and updates.

有兴趣贡献代码？请参阅 CONTRIBUTING.md。

Interested in contributing? See CONTRIBUTING.md.

核心服务器采用 Elastic License 2.0 (ELv2)。这意味着你可以使用、修改、自托管它，并基于它构建产品，但不能将 Antfly 本身作为托管服务提供。其他所有组件 — SDKs、React 组件、Termite、pgaf、docsaf、evalaf — 均采用 Apache 2.0 许可。我们尽可能地将更多组件置于宽松的许可之下。

The core server is Elastic License 2.0 (ELv2). That means you can use it, modify it, self-host it, and build products on top of it — you just can't offer Antfly itself as a managed service. Everything else — the SDKs, React components, Termite, pgaf, docsaf, evalaf — is Apache 2.0. We tried to keep as much as possible under a permissive license.

常见问题（FAQ）

Antfly的RAG智能体具体能做什么？

Antfly内置的RAG智能体支持检索增强生成，可实现流式输出、多轮对话、工具调用（如网络搜索和图遍历），并为结果提供置信度评分，将混合搜索能力与生成式AI紧密结合。

如何快速开始使用Antfly进行RAG开发？

可通过运行go run ./cmd/antfly swarm启动单节点集群，或使用Docker命令docker run -p 8080:8080 ghcr.io/antflydb/antfly:omni。启动后即可访问Antfarm仪表盘，其中包含RAG等功能的交互演示。

Antfly支持哪些类型的数据进行检索？

Antfly是一个多模态搜索引擎，支持对文本、图像、音频和视频数据进行索引与检索。它结合全文搜索、向量相似度和图遍历，并能自动为这些数据生成嵌入向量和图关系边。