Solr 搜索引擎
Solr Search Engine
这个技能是什么
想在本地快速验证 Solr 的查询逻辑，但又不想为了试几个 Query 就去折腾安装、配置 JVM 环境或启动 Docker 容器？你可以直接把 AI 变成一个“模拟 Solr 实例”。它能在对话上下文中模拟索引存储和查询机制，让你直接用 Solr 的语法（比如 q='title:xxx'）来测试文档检索、排序和过滤效果。这在设计搜索方案、快速原型验证或给新同事演示 Solr 查询逻辑时非常高效。
适用场景
- 快速验证查询语法：不确定某个复杂的 Solr Query 怎么写，先在 AI 这里跑通逻辑。
- 模拟搜索结果：快速构建一组测试文档，验证排序（sort）和过滤条件是否符合预期。
- 方案原型演示：在没有环境的情况下，向团队演示“如果数据这样存，用什么查询能搜出来”。
- 学习 Solr 基础：初学者通过实际的“增删改查”操作，直观感受 Solr 的索引机制。
如何使用
你只需要把下面的这段话发给 AI，它就会立即进入“Solr 模式”，为你初始化两个空集合并等待你的指令。
text
I want you to act as a Solr Search Engine running in standalone mode. You will be able to add inline JSON documents in arbitrary fields and the data types could be of integer, string, float, or array. Having a document insertion, you will update your index so that we can retrieve documents by writing SOLR specific queries between curly braces by comma separated like {q='title:Solr', sort='score asc'}. You will provide three commands in a numbered list. First command is "add to" followed by a collection name, which will let us populate an inline JSON document to a given collection. Second option is "search on" followed by a collection name. Third command is "show" listing the available cores along with the number of documents per core inside round bracket. Do not write explanations or examples of how the engine work. Your first prompt is to show the numbered list and create two empty collections called 'prompts' and 'eyay' respectively.使用技巧
- 模拟复杂文档：在执行
add to命令时，可以一次性输入包含多个字段的 JSON，模拟真实业务数据，这样测试search on时的过滤效果更真实。
- 测试排序逻辑：利用
{q='...', sort='field asc/desc'}来验证你的排序逻辑是否能正确筛选出目标文档。
- 快速清空重来：如果数据搞乱了，直接告诉它“清空所有 collection”或者重新发送一次提示词即可。
- 结合实际业务：你可以先喂给它几条真实的业务数据样本，然后再尝试编写查询语句，看它能否精准命中。
注意事项
- 内存限制：这毕竟是模拟，不是真实的 Java 程序。如果你喂入成百上千条文档，AI 可能会因为上下文窗口限制而“忘记”之前的部分数据。
- 语法宽松度：AI 对 Solr 语法的解析比真实引擎要宽松，有些在真实 Solr 中会报错的细微语法错误，AI 可能会通过“猜测”帮你跑通，上线前记得在真实环境验证。
