分类：Web 开发
Tag：语义搜索、Model2Vec、浏览器 AI、静态网站、WebAssembly
作者：周白｜OC 编辑

开发者 Bart de Goede 在自己的博客上实现了一套完全运行在浏览器里的语义搜索：不需要服务器、不调用外部 API，用户点击搜索框后下载的核心模型可以压到约 4MB。

一句话结论：不是每个 AI 功能都需要大模型和 GPU；对小型内容站点，一张经过蒸馏和量化的向量查找表，就可能比服务器端语义搜索更便宜、更私密。

传统关键词搜索只能找到实际出现过的词。文章举的例子是，用户搜索“英国的酒精饮料灾难”，即使正文写的是“London Beer Flood”，语义搜索也应该找到它。常见做法是运行 sentence-transformer，但浏览器需要下载模型和运行时，作者测得约 23.45MB，对只有 14 篇文章的博客显得过重。

他改用 Model2Vec 的静态嵌入。它把较大模型的知识蒸馏成 token 到向量的表格，推理过程只是分词、查表、取平均和归一化，没有注意力层。原始表约 30MB，进一步做 int8 量化和词表裁剪后，传输量降到约 4MB。

真正影响效果的一个细节是切块。如果把一篇 1.5 万字文章压成一个向量，罕见关键词会被大量普通词稀释；把文章切成约 600 字符、相互重叠的小块后，搜索能保留更多具体语义。作者还把语义结果与 Lunr.js 关键词结果通过 Reciprocal Rank Fusion 合并，避免专有名词和精确匹配被语义模型拖累。

4MB 并不意味着所有网站都应该照搬。中文分词、词表覆盖和跨语言效果需要重新评估；内容只有十几篇时，下载 4MB 是否值得也要看访问频率。更适合的场景，是文档站、个人知识库和隐私敏感的离线 Web 应用。

关键事实

• 搜索在浏览器本地完成，不向服务器发送查询文本。
• Model2Vec 的核心推理是静态向量查表，不是完整 Transformer 前向计算。
• 作者通过 int8 量化、词表裁剪和文章切块把模型与索引压缩到适合网页加载的规模。
• 4MB 是该博客实现的结果，不是所有语言和内容规模的固定数字。

OC 判断

端侧 AI 最有价值的方向之一，不是把最大模型硬塞进浏览器，而是把任务缩小到刚刚够用。语义搜索只需要可接受的排序，不需要一个会聊天的模型。

为什么重要

• 对开发者：可用轻量嵌入、懒加载和混合排序，为静态站增加语义能力。
• 对网站运营者：没有推理服务器和按次 API 费用，也减少搜索词隐私负担。
• 对用户：功能能离线运行，查询内容不会默认离开设备。

参考来源

• Bart de Goede：Client-side semantic search
• GitHub：MinishLab/model2vec