Jina 是一个神经搜索框架，可以帮助开发者在几分钟内构建 SOTA 和可扩展的神经搜索应用程序。

与其它框架相比，Jina具备以下特点：

• 节省时间：神经搜索系统的设计模式，支持快速构建索引、查询、理解视频、图像、文本、音频、源代码、PDF等多/跨模态数据；
• 本地和云友好：创建之初，就支持分布式架构、可扩展和云原生。在本地、Docker Compose、Kubernetes上具有相同的开发经验。
• 服务、扩展和共享：在几分钟内可以使用 HTTP、WebSockets 或 gRPC 端点为本地项目提供服务；支持扩展神经搜索应用程序以满足可用性和吞吐量要求；支持共享和重用Hub中的构建块。
• 堆栈所有权：保留开发者解决方案的端到端堆栈所有权。避免碎片化、多供应商、通用遗留工具带来的集成缺陷。支持与DocArray、Hub和Finetuner等神经搜索生态系统的集成。

DocArray：更自然的属性名称和 Pythonic 序列化

Docarray 为Document和DocumentArray属性引入了更自然的命名约定。

• doc.blob重命名为doc.tensor，与 PyTorch 和 Tensorflow 等外部库保持一致

• doc.buffer更名为doc.blob, 以符合行业标准

• doc.SerializeToString()被删除以支持doc.to_bytes()和doc.to_json()

• Document从序列化数据创建一个使用Document(bytes)被删除以支持 Document.from_bytes(bytes)和Document.from_json(bytes)

Flow和Client：简化.post()行为

client.post() and flow.post() 在没有指定回调函数的情况下，会返回一个扁平化的DocumentArray，而不是Response列表。

.post（）可以配置为通过将return_Responses=True传递给Client或Flow构造函数来返回响应列表。

一致的 YAML 解析语法

在 Jina 3 中，YAML 语法与Github Actions notation保持一致：

• 不再允许使用该语法引用环境变量。 环境变量的 POSIX 表示法, 已被弃用，使用.${{ VAR }}$var${{ ENV.VAR }}来替代；

• 语法 {VAR}} 现在默认表示在 dict（）中传递的上下文变量。如果想明确说明上下文变量的使用，可以使用{{context.VAR}；

• 相对路径可以指向同一路径中的其他变量。yaml文件，可以使用语法${root.path.to.var}的引用。