Antes de la Sesión 232, usar búsqueda semántica en FLIN requería tres pasos. Primero, declarar el campo. Segundo, llamar a db.enable_semantic_search(). Tercero, llamar a db.add_semantic_field("Entity", "field"). Esto fue un fallo de diseño. La Sesión 232 lo corrigió. Declarar un campo semantic text ahora automáticamente habilita la búsqueda semántica y registra el campo para generación de embeddings.
Antes y después
Antes:
``flin
entity Product {
description: semantic text
}
// El desarrollador tenía que agregar esto manualmente:
db.enable_semantic_search()
db.add_semantic_field("Product", "description")
``
Después:
``flin
entity Product {
description: semantic text // Eso es todo. Nada más necesario.
}
BLANK
product = Product.create({ description: "Ergonomic office chair" })
save product // Automáticamente embebido
BLANK
results = search "comfortable seating" in Product by description limit 5
``
Una declaración. Sin llamadas de configuración. El runtime detecta el modificador semantic durante el registro de entidades y configura todo automáticamente.
Esto es lo que FLIN significa por "reemplazar 47 tecnologías". En un stack tradicional, habilitar búsqueda semántica requiere instalar un modelo de embedding, configurar una base de datos vectorial, escribir un pipeline de indexación, configurar un endpoint de búsqueda y conectar todo. En FLIN, es una palabra: semantic.
Esta es la Parte 133 de la serie "Cómo construimos FLIN", que documenta cómo un CEO en Abidjan y un CTO de IA diseñaron y construyeron un lenguaje de programación desde cero.
Navegación de la serie: - [132] Extracción de texto de CSV, XLSX, RTF y XML - [133] Auto-conversión semántica (estás aquí) - [134] Compresión Zstd y recolección de basura de blobs