让符号、中文和版本号一起被搜到

PostgreSQL 用户搜索的东西很杂：参数名 work_mem，运算符 ->>，psql 命令 \dC，错误码 23505，中文词“复制延迟”，还常常带着版本号。通用的全文检索对这些都不友好。这篇说明 Crib 的做法。

先查名字，再查正文

排序分四层，前一层的结果总排在后一层前面：

1. 当前范围内的精确名称和别名；
2. 名称前缀；
3. 标题和章节名；
4. 正文。

精确名称存在一张普通的 B-tree 表里，键按类型规范化：配置参数、函数、运算符、psql 命令、SQLSTATE 各有自己的规则。\dC 和 \dc 是两个不同的命令，大小写保留；->> 和 @@ 按原样保存，不会被当成标点丢掉；SQLSTATE 代码按字符串处理，前导零不丢。同名的函数重载各自保留，不会因为名字相同只剩一个。

这张表由构建端从手册源码里提取，比如参数定义列表中的 max_connections 记为“定义”，正文里提到它的地方只算“提及”。所以搜 max_connections 时，第一条是参数定义本身，而不是某段恰好提到它的正文。

粘贴进来的对象名也能认出来：pg_catalog.max_connections; 会命中 max_connections 的定义，并在结果和正文里高亮这个名字。运算符、psql 命令和 SQL 表达式则保持原样，不做这种改写。

中文按双字切分

SQLite 自带的 unicode61 分词器会把一整段中文当成一个词；trigram 分词器不匹配少于三个字符的查询，“事务”“索引”这样两个字的词就搜不到。

Crib 用自己的切分规则：连续汉字按重叠双字切分，“事务隔离”切成“事务、务隔、隔离”；拉丁字母的词和标识符另外提取。切分结果编码成带类型前缀的 ASCII 词项再交给 FTS5，构建端（Go）和应用（Swift）用同一套规则，并用同一组测试样例核对。规则有自己的版本号，写在每个资料包的清单里，规则一改，旧包和新包不会混用。

双字切分只能证明两个字出现过，不能证明短语成立。所以加了引号的短语还会回到原文核对顺序和连续性。

单个汉字没有双字可切。“锁”这样的查询走标题和名称的字符索引，在有限的候选里查，并说明范围，不做全库扫描。

输入法全角模式打出的 ｖａｃｕｕｍ 会在查询端折成半角再搜；全角逗号、括号是中文正文的一部分，保持原样。版本前缀和筛选条件里的全角冒号（pg18：）也能识别。

版本前缀和过滤器

查询先解析成结构化条件。PG96:、[email protected]:、pgdevel: 是版本前缀，lang:、kind:、branch:、collection:、domain:、project: 是过滤器，名单是固定的，其余都当作文本。pg_stat_activity: 或者粘贴进来的 ERROR: 不是版本前缀，照常当文本搜。

别名由已签名的版本目录解析：pg18 指向 18.6，pg96 指向 9.6.24。目标版本没有安装或被停用时，搜索直接说明，不会悄悄换成同一条线的其他小版本。显式写了 lang:en，就只返回英文正文。

多个版本折叠成一组

work_mem 在 31 条版本线里都有。如果每个版本各占一行，第一页就全是它。Crib 只在已经证明是同一个对象时才折叠：同一组里，当前选中的版本排在前面，其他版本展开后可见。出现在 31 个版本里不会让它的相关性变高；没有证明是同一对象的同名条目，各自独立。

用什么来检验

我们维护了一组 369 条标注过的查询，覆盖精确名称、符号、psql 命令、SQLSTATE、中文、中英混合和版本过滤。每条的期望结果由独立的审核者对照固定来源确认。2026-11-02 在当前源码和索引上的完整运行结果：

延迟是在开发机（Apple M5 Max）上测的，不代表其他机器。这组查询会随着问题报告继续扩充；它证明的是这些查询的行为，不是所有查询都同样好。

搜索语法的完整写法见搜索。