朋友找不到我寫過的舊文，所以我幫網站加上語意搜尋
朋友問我：「你之前那篇講 Raycast 本地模型的，是哪一天？」
我自己想了一下也答不出來。將近 140 天的文章散在 Threads、Facebook、LinkedIn 三個地方，平台內建的搜尋只能找一模一樣的字串，找不到「概念」。朋友要嘛翻到天荒地老、要嘛打開 Google 賭一把運氣。
於是 Day 137 剛蓋好的 dawsonwang.com，今天加上兩種搜尋：關鍵字 + 語意。
下面整套做法分享，零月費、不用資料庫，三步就能跟著做。
打開 https://dawsonwang.com/search，輸入「AI 焦慮」、切到語意模式，會把任何在講「擔心被取代」、「跟 AI 共存」、「人類的價值」這類主題的篇章都撈出來——就算文章裡根本沒有「焦慮」兩個字也找得到。
兩種搜尋差在哪裡
關鍵字搜尋（keyword search）：你打什麼字，它就找文章裡有沒有「一模一樣」的那串字。打「AI 焦慮」就只找出現「AI 焦慮」這四個字的文章。
語意搜尋（semantic search）：把你的查詢句和每一篇文章都先變成一串數字（叫做向量 / embedding），再比兩串數字有多接近。「AI 焦慮」跟「擔心被 AI 取代」字面完全不一樣，但概念上靠近，語意搜尋會把兩種說法都當成同一件事。
兩種模式各自的長處：
| 面向 | 關鍵字 | 語意 |
|---|---|---|
| 找到的條件 | 字串對得起來 | 意思對得起來 |
| 速度 | 即時 | 首次查約 1 秒（要呼叫 API） |
| 漏網 | 同義詞、換句話說會漏掉 | 比較不會漏 |
| 誤判 | 幾乎不會 | 偶爾撈出意外相近的篇 |
| 適合什麼 | 我知道我要找哪個字 | 我只知道我要找哪個概念 |
兩個都做，使用者預設停在關鍵字（快、準），找不到再切到語意。
整套花了多少成本
免費。
- 嵌入模型：Cloudflare Workers AI 上的
@cf/baai/bge-m3（每天 10,000 neurons 免費，對 bge-m3 來說一天大概可以跑 900 萬 input tokens，個人站一年都用不完） - Hosting：Vercel hobby 方案，serverless function（雲端裡需要時才被叫起來的小段程式，沒用就不收錢）在免費額度內
- 向量資料庫：沒有。將近 140 篇文章 × 1024 維 × 4 bytes ≈ 560 KB 的 binary 檔（就是一個壓得很小的數字檔），直接當靜態資源（網站打包好就附帶給瀏覽器下載的檔，不用後端伺服器來回算）放網站
聽到「向量搜尋」第一直覺會想到 Pinecone、Weaviate、Qdrant 這些專門的 vector database，要開 server、要付月費。但個人網站根本用不到——一個 Float32Array 加暴力 cosine 比對就夠快，在瀏覽器跑都不會頓。
做法分三步
Step 1：build 時把每篇文章都嵌入成向量
寫一支腳本，跟 yarn build 一起跑。每篇文章（subtitle + body，截 4000 字以內留安全邊界）一次 10 篇送給 Cloudflare Workers AI，拿回 1024 維向量、normalize 後寫進 binary 檔。
normalize 是把每個向量的長度拉成 1。這樣之後算「兩個向量有多像」就只是把兩串數字一對一相乘再加總，數字越大代表越像——快非常多。
最後輸出兩個檔到 public/search/：
semantic-meta.json：每篇的 day 編號、標題、摘要（人類看的）semantic-vectors.bin：全部文章的向量壓成一個檔（機器看的）
Step 2：把使用者的查詢也變成向量
不能讓瀏覽器直接呼叫 Cloudflare API，因為這樣 API token（呼叫付費 API 的通行密碼，被人拿到就會幫你刷帳單）會曝光在前端。所以開一支 serverless function /api/embed 當代理：使用者在前端輸入的字，先送到伺服器端的小程式，由它代為呼叫付費 API、再把結果回傳——token 永遠不會被前端看到。
Step 3：瀏覽器算相似度
把預先算好的兩個檔載進來（一次下載，之後每次查詢都用同一份）。拿到 query 的向量後，逐篇算「兩串數字有多像」、由高到低排序，前幾名就是搜尋結果。
將近 140 篇 × 1024 次乘加在 JavaScript 跑大約 5ms，比一次 API 往返還快。
為什麼是 bge-m3，不是 OpenAI 的 embedding
我同時試過 OpenAI 的 text-embedding-3-small，效果不錯但要付錢，而且自己網站要長期跑，預算不好估。
bge-m3（北京智源研究院 BAAI 做的多語言模型）三個理由勝出：
- 支援繁中：bge-m3 訓練資料涵蓋 100+ 語言，中文混英文丟下去能用
- Cloudflare Workers AI 有免費額度：每天 10k neurons，個人站撐爆都用不完
- 1024 維夠小：放在 client 端的 binary 檔不會肥到要分批載
如果是公司產品要服務上萬篇文章、要做正經的 RAG（拿自己的文件餵給 AI 來回答問題的做法），那就該認真選 Pinecone + 大模型 embedding。但將近 140 篇個人文章，bge-m3 + 一個 binary 檔就是甜蜜點。
小細節：build-time 預先算 vs runtime 即時算
整個架構最關鍵的選擇是「文章的向量在 build 時算好，不在使用者查詢時算」。
文章不會每分鐘變動，但搜尋會。所以：
- 文章向量 build 一次：將近 140 篇文章嵌入只發 14 次 API call（一批 10 篇），花不到一分鐘
- 查詢向量每次算：使用者打字、按 Enter，才呼叫一次 API
- 比對在 client 端：瀏覽器拿到 query 向量後，跟靜態檔做點積，沒有任何後端負載
這樣資料庫不用、後端不用、月費不用。多寫一篇就是 build 時多嵌入一次而已。
還能再壓的兩個地方
實測每次 deploy 跑了多少 token：將近 140 篇文章、每篇截到 4000 字元上限，總共送出大約 26 萬字元。換成 token（bge-m3 對中文大約 0.7–1 token / 字元）落在 20–30 萬，每次 deploy 用掉每天免費額度的 2–3%，一天 deploy 30 次以上才會碰到天花板。
但這 26 萬字元裡，每次 deploy 都有大半是重複的——改了一篇，其他 100 多篇還是被重新嵌入一次。兩個方向可以再省：
- 加 content-hash 快取：build 前先讀現有的
semantic-meta.json，每篇文章算個 hash，對得上就跳過、只嵌入動過的。改一篇 deploy 一次的成本從 25 萬 token 掉到幾千 token，差兩個數量級。 - 放寬 4000 字元的截斷：目前有 8 篇文章被切掉後半段沒進向量。bge-m3 支援到 8192 token，cap 拉到 7000–7500 字元就能完整嵌入這 8 篇，總 token 量還是遠在免費額度內。
兩個都是「能省但現階段不必省」的優化——免費額度本來就用不完，等寫到第 500 篇再回來補也來得及。但這篇本身就是在記錄做法，把帳算清楚比較誠實。
朋友從滑社群滑到放棄，到打一個概念就能找到對應文章。順手在搜尋框輸入「Raycast 本地模型」，Day 107 就排在第一個——一開始那個朋友的問題，現在打字按 Enter 就有答案。
語意搜尋的概念在學術界很多年前就有了，現在只是因為 embedding 模型變強、變便宜、API 有免費額度，所以個人網站也能用得起。
兩天前剛把 dawsonwang.com 蓋起來，今天就接上語意搜尋——不會寫程式的話，把這篇丟給工程師朋友、或直接餵給 Claude Code，照著三步走也能複製。
「我這個工具夠不夠便宜？」越來越不是問題。剩下的問題是「我有沒有想到要做」。