Релиз Weaviate 1.38: индекс HFresh, встроенный MCP Server и обновлённая асинхронная репликация

Вышла версия Weaviate 1.38. Она доступна как в open-source, так и в Weaviate Cloud. В релизе до статуса general availability доведены две функции: дисковый векторный индекс HFresh и встроенный MCP Server. Разработчики также переработали механизм async replication. Теперь он работает кластерно из одного scheduler и по умолчанию включён для каждой реплицируемой коллекции. Помимо этого представлены два предварительных нововведения: Boost API и Nested Object Filtering.

HFresh, дисковый векторный индекс, ранее показывали как technical preview в v1.36. Его идея вдохновлена алгоритмом SPFresh. Векторы хранятся в дисковых областях (postings), а небольшой индекс HNSW остаётся в памяти и используется, чтобы выбирать нужные области по их центроидам. Такой подход уменьшает требования к памяти и помогает сохранять предсказуемую задержку даже тогда, когда коллекция вырастает до миллиардов объектов. Индекс поддерживает метрики расстояния cosine и l2-squared, применяет встроенную квантизацию RQ-1, после чего выполняет финальное ранжирование уже по некомпрессированным векторам для большей точности.

Встроенный MCP Server впервые появился как preview в v1.37, теперь он тоже перешёл в стабильную версию. С его помощью LLM, IDE и AI‑агенты могут напрямую работать с Weaviate: просматривать схемы, запускать гибридный поиск, записывать объекты без дополнительного glue‑кода. Сервер предоставляет инструменты weaviate-collections-get-config, weaviate-tenants-list, weaviate-query-hybrid и weaviate-objects-upsert. Параметры можно менять прямо во время работы кластера через runtime‑overrides, перезапуск не требуется. Как сообщает Weaviate Blog, в релиз также вошли предварительные функции Boost API для повторного ранжирования запросов и Nested Object Filtering, а также ряд улучшений производительности и исправлений.