要在 Haystack 搜索查询中添加过滤器或约束，可以使用 Filter 类或特定于文档存储的查询参数。过滤器允许您通过元数据字段（例如，日期、类别）缩小结果范围，或应用逻辑条件。例如，在 Haystack 的基于流水线的工作流程中，您可以将过滤器直接附加到 Retriever（检索器）组件，或在执行前修改查询对象。这种方法适用于支持的数据库，如 Elasticsearch、Weaviate 或 PostgreSQL。
首先使用 Haystack 的 Filter 语法定义过滤器。对于基本的相等性检查，创建一个 Filter 对象并指定字段和值：
from haystack import Filter
news_filter = Filter(field="category", value="news")
将其作为检索器的 run 方法中的 filters 参数传入：
result = retriever.run(query="climate", filters=news_filter)
对于多个条件，逻辑地组合过滤器。使用 Filter.and_(filter1, filter2) 实现“AND”逻辑，或使用 Filter.or_(filter1, filter2) 实现“OR”逻辑。要查找在 2020 年之后发布且属于“技术”类别的文章，请使用：
date_filter = Filter(field="publish_date", operator=">", value="2020-01-01")
tech_filter = Filter(field="category", value="tech")
combined_filter = Filter.and_(date_filter, tech_filter)
对于更高级的约束，请使用查询构建器或数据库特定的语法。如果使用 Elasticsearch，可以直接利用其 DSL。
from elasticsearch_dsl import Q
es_query = Q("match", title="AI") & Q("range", views={"gt": 1000})
result = retriever.run(query=es_query)
在使用 Haystack 的 Pipeline（流水线）时，可以通过在自定义组件中修改 query 对象来应用动态过滤器。例如，通过根据用户个人资料注入过滤器，将结果限制在其保存的偏好范围内。务必查看您的文档存储的文档，了解操作符支持（例如，in、exists）和性能方面的考虑。过滤器是在数据库级别应用的，确保高效的查询执行，而无需后处理。