大家好，我是Chunel，一个不会写代码的纯序员。今天，想跟大家聊聊我为什么要做这套智能搜索解决方案：caiss，并分享过程中一些有意思的事情。

起因

今年5月的一天，我上一家公司的一个好朋友给我打电话，问我之前做的ANN(Approximate Nearest Neighbor)算法组件，是否支持某个功能。我说支持。我当时做的时候，特意优化了算法的这一部分，就是感觉今后会被用到。然后用我残存的记忆，描述了一下应该如何使用。

过了几天，再次跟朋友聊到这事的时候，他说，他们已经考虑转用某大公司的开源解决方案了。原因是一方面有大公司的背书，会显得更加可靠；另一方面他的领导觉得我都不在了，如果继续使用我留下的内容，今后万一出了什么问题，也不好找人快速定位和支持。哈哈，前同事有问题，我从来都是尽力支持的好嘛🐶

自己做的东西将被逐步替换，多少有点遗憾。我一直觉得，在当今深度学习当道的背景下，ANN是必不可少的算法技术。无论是做以图搜图，人脸识别还是问答系统，基本上都绕不开它。我了解过 faiss，milvus，vearch 等开源方案，必须承认，他们做的很好、很专业，而且还有一些功能和很cool的技术，我还没能get到。但给我的感觉就是，在使用的时候，Python上手很方便。可提到C++嘛，因为环境问题，我至今没有跑通过任何一个工程。

我既然懂一些算法和工程方面的知识，为什么不做一点东西，支持和帮助其他需要这些功能的开发者，特别是C++的开发者呢？相关经验，我有；功能、性能和稳定性，我可以不断优化；说到大公司的背书，难道有我司大么[理直气壮的手动狗头]

过程

讲真，我不是那种很喜欢做长期规划的人。很多事情是说干就干，然后边干边改进的。于是，5月中旬开始，我基本上把所有周末休息的时间都用在上面了。

我平日的工作，虽然不是像外界传的996这么凶残，但也比较充实和忙碌，周中基本上是没时间做的。而我又想早点拿出来点能用的东西。所以刚开始的时候，我基本上就是每个周五和周六晚上连续两个通宵coding，第二天早上6点睡到中午12点，然后起来继续搞。

比较有意思的是，有一个周日的下午，一个老朋友约我出来玩。我们坐在星巴克，我点了一杯果汁。他问我，今天怎么不喝咖啡了。我说，今天我已经喝过三杯咖啡了🙄

就这样，过了一个多月，第一个版本跑通并自测结束了。当时我觉得，已经比我在上一家公司做的好很多了，可能这就是我在新公司的一点进步吧。但我还有很多想法，想继续实现。于是，接下来的几个月，我又在caiss中加入了很多实用且有意思的功能，比如：对Mac/Linux/Windows系统的兼容，针对自定义距离的支持，高并发和加速计算的引入，增加了对众多主流编程语言（C/C++，Python，Java，C#）的支持，加入了通过sql语法进行crud的功能等。为的就是能让大家更好的接入和使用起来。

期间，我还通过阿里云的ECS服务器，部署了基于caiss的服务，对外提供英文相似词语搜索的能力。并且注册了 杭州名猿网，作为caiss的交流论坛。有点蹭上海名媛们热度的嫌疑，目的除了#姐姐，我不想努力了#之外，就是为了促进大家更方便的交流，高效做事，共同提高。

过程中也得到了一些朋友的支持，在这里就不一一提及和感谢了，毕竟要请客吃饭的，已经请过了。不过，我要特别感谢我的女神，因为在这期间，她基本上不回我微信，给我留了足够多时间用来开发，哈哈。

现状

目前，caiss已经可以较好完成基于向量或者标签的快速相似搜索功能，也提供了大量的demo帮助大家快速接入，而且已经在支持几家公司（其中，还有来自漂亮国的公司哦）的相关业务了。源码开放在我个人的github上：caiss源码地址。我还邀请了两个道上朋友，帮忙进行开发和测试的工作，一起朝着积极的方向发展。

如果让我写一些相比于其他解决方案，我推荐caiss的理由的话，我想，如果您需要自己构建服务，或者是想开发一些本地类似语义认知的软件的话，我推荐您用caiss。因为它是一套本地非服务化的解决方案，没有网络调用耗时，并且上手非常简单，功能也很强大。而且，您完全可以基于它和一些其他的相关组件，开发属于自己的功能更丰富的搜索推荐服务和应用。

还有，就是如果现在的你，在ANN算法方面是小白，根本没有听说过kdtree，nsg，hnsw或者annoy这些算法，我更推荐你使用caiss。因为它在训练和查询的过程中，完全屏蔽了复杂算法原理和对应的参数调优的流程。你可以直接设定优化目标（比如：准确率 > 98%），它就会在不断的训练过程中，自动帮你拟合合适的参数，直至达到目标。至于这其中算法的理论和实现，我想，你可以在实现功能之后，再自行选择，到底是白piao，还是先上车后补票嘛😁

规划

现在，我已经不会通宵去肝代码了，毕竟剩下的头发不多了。不过我还是在休息的时间，继续更新和维护caiss的功能。比如现在在做的多词查询，可以有效的减少调用次数，从而进一步降低耗时。同时，我还想过把caiss做成分布式的。比如，我们通过类似sql语句: [ select * from CaissModelA join CaissModelB where word like 'water' ]，就能在不同的服务器的不同caiss模型中，快速搜到到跟 "water" 相关的信息，并智能合并，那将是一件多酷的事情。

希望大家有空的时候，也可以多多交流，多提意见。我也会一如既往的，在我有空的时候，提供一些能力范围内的支持和帮助。如果您对此很感兴趣，也期待跟您合作，一起把它做的更好。

					  					[2020.10.18 by Chunel]

个人信息

微信: ChunelFeng
邮箱: chunel@foxmail.con
github地址: https://github.com/ChunelFeng