Поиск на естественном языке и модели диалога

Двум параметрам поиска нужна настроенная модель, прежде чем их можно включить: nl_query и conversation. Оба работают внутри обычного поискового запроса — они меняют то, как searchCollection/multiSearch разбирают q и продолжают диалог, а не открывают отдельный chat-эндпоинт. Для retrieval-augmented ответов со ссылками на документы используйте ассистентов; эти две функции — более низкоуровневое понимание запроса на самом движке, и им нужны ваши собственные учётные данные LLM.

Каждой операции на этой странице нужен полный ключ.

Модели поиска на естественном языке

nl_query: true в поиске отправляет текст запроса модели, которая переводит «красные кроссовки дешевле 5000 ₽» в q/filter_by/sort_by для обычного поиска — ответ несёт разбор в parsed_nl_query. nl_model_id в поиске выбирает, какая зарегистрированная модель выполняет перевод.

const model = await client.nlSearchModels.createNLSearchModel({
  id: "openai-nl",
  model_name: "gpt-4o-mini",
  api_key: process.env.NL_MODEL_API_KEY!,
  system_prompt: "Переведи вопрос покупателя в query_by/filter_by для поиска товаров.",
  max_bytes: 8192,
  temperature: 0,
});

api_key, api_url, а для Google/Vertex AI — ещё api_version, project_id, access_token и refresh_token — это учётные данные самого сервиса модели: платформа обращается к вашей модели, а не к своей. top_p, top_k и stop_sequences — специфичные для Google параметры сэмплирования.

curl -G https://api.aacsearch.com/v1/collections/products/documents/search \
  -H "X-NOVA-API-KEY: $NOVA_SEARCH_KEY" \
  --data-urlencode "q=красные кроссовки дешевле 5000" \
  --data-urlencode "nl_query=true" --data-urlencode "nl_model_id=openai-nl"

nl_query_debug=true возвращает сырой ответ модели в parsed_nl_query.llm_response — полезно при настройке system_prompt. nl_query_prompt_cache_ttl (по умолчанию 86400 секунд) кэширует промпт со схемой, построенный для модели, чтобы повторные поиски не пересылали всю схему коллекции заново.

Модели диалога

conversation: true в поиске накладывает многоходовую память поверх собственного поиска движка, так что уточняющий запрос («покажи в синем») можно трактовать в контексте предыдущего хода. conversation_model_id выбирает зарегистрированную модель; conversation_id продолжает предыдущий обмен.

await client.conversationModels.createConversationModel({
  id: "openai-conversation",
  model_name: "gpt-4o-mini",
  max_bytes: 8192,
  history_collection: "conversation_history",
});

history_collection — коллекция, которую создаёте вы заранее: платформа пишет туда историю каждого хода. Требование собственных учётных данных LLM для модели (в отличие от ассистентов, которые работают на моделях платформы) — плата за то, что диалоговую память ведёт сам движок:

curl -G https://api.aacsearch.com/v1/collections/products/documents/search \
  -H "X-NOVA-API-KEY: $NOVA_SEARCH_KEY" \
  --data-urlencode "q=покажи в синем" \
  --data-urlencode "conversation=true" \
  --data-urlencode "conversation_model_id=openai-conversation" \
  --data-urlencode "conversation_id=$PREVIOUS_CONVERSATION_ID"

conversation_stream=true передаёт ответ диалога как Server-Sent Events (data: {"conversation": {"message": "...", "conversation_id": "..."}}, завершаясь data: [DONE]) после финального события с полным ответом поиска.

Что выбрать?

Платформенную альтернативу см. в ассистентах.