搜索与排序

当你运行 bssh connect <查询文本> 或在桌面应用中搜索时，bssh 会将你的查询内容与名称、主机名以及标签进行匹配，随后使用贝叶斯评分模型对候选结果进行排序。你无需死记硬背确切的主机名：bssh 会根据你的工作习惯与当前上下文，将你所需的主机排在最前面。

匹配机制

bssh 会同时应用多种匹配策略：

子字符串匹配：在连接名称和主机名中进行不区分大小写的搜索。例如，prod 能同时匹配 web-prod 和 db.prod.example.com。
忽略分隔符：连字符（-）、下划线（_）和句点（.）会在匹配时从查询文本与连接名称中剔除。输入 webprod 即可匹配 web-prod 和 web_prod。
多词查询：以空格分隔的多个词语，只要每个词都出现在连接名称中即算匹配。输入 web prod 可匹配 web-backend-prod。
首字母缩写匹配：当查询字符达到两个或以上时，bssh 会检查由连字符、下划线或空格分隔的各词首字母。输入 wp 可匹配 web-prod 或 web-prod-server。
字母数字前缀匹配：检查主机名中的字母数字字符是否以你的查询字符串开头。

标签查询

若要专门在标签中检索，请为查询加上 tag: 或 @ 前缀：

# 仅匹配带有 prod 标签的连接
bssh connect tag:prod

# 使用 @ 前缀的等效写法
bssh connect @staging

常规搜索也会检索标签，但显式的标签查询会严格限定在标签数据库中进行筛选，忽略主机名与连接名称。

贝叶斯排序

已保存的连接通过概率模型而非静态权重进行排序：

score = prior × likelihood × recency × success × context_factor

各项因子分别评估使用历史的不同维度：

频率先验（prior）：衡量你连接到该主机的频率占所有已存主机的比例。使用拉普拉斯平滑（Laplace smoothing）计算，确保新建连接依然易于检索：
```
prior = (sessions + 1) / (total_connections + 10)
```
匹配似然（likelihood）：衡量查询的精准度。完全匹配得分 1.0，名称前缀匹配 0.9，完整词匹配 0.85，词前缀匹配 0.75，子字符串匹配 0.6，忽略分隔符匹配 0.5，标签匹配 0.45，主机名匹配 0.4，首字母缩写匹配 0.35，兜底匹配 0.1。
近期度（recency）：根据自上次连接以来的流逝小时数应用指数衰减：
```
recency = max(0.1, exp(-0.005 × hours_since_used))
```
从未连接过的主机获得默认近期度得分 0.3。
成功率（success）：根据正常退出（退出码为 0 或 NULL）的会话比例在 0.5 至 1.0 之间缩放：
```
success = 0.5 + 0.5 × (successes / total_sessions)
```

预测连接与上下文

每次启动 SSH 会话时，bssh 都会在本地采集环境上下文，无需常驻后台服务：

Git 仓库与工作目录（git_root）：从终端当前路径向上查找父级目录自动识别。
本地时间（hour）：当天的本地小时数（0–23），并结合循环相邻时间（±1 小时，即 23、0 和 1 视为相邻）进行比对。
上一连接（prev_connection_id）：在过去 30 分钟内连接过的主机。

在 180 天的滑动时间窗口（window_days）内，bssh 会计算每个活跃上下文特征的平滑似然比：

lr = ((feature_hits + 1) / (connection_window_sessions + 2)) / ((global_feature_hits + 1) / (global_window_sessions + 2))

上下文特征仅在全局所有会话中出现至少 3 次（N ≥ 3）时才会被应用。最终计算所得的上下文系数 context_factor 被限制在 0.25 到 8.0 之间。

快速连接

直接运行不带参数的 bssh 会启动预测式快速连接。它将分析当前的终端上下文，并展示排名前 3 的预测连接以及推荐每台主机的关键原因：

bssh

Suggested connections
 1. web-prod      deploy@web1.example.com   · 12/15 of your sessions from ~/work/billing
 2. db-prod       postgres@db1              · usually opened right after web-prod
 3. bastion-eu    admin@bastion             · used often around 09:00
Enter = 1 · number · text to search · q to quit:

按下 Enter 键立即连接至第 1 项推荐。
按下数字键 1、2 或 3 选择对应推荐。
输入任意文本即可在全部连接中执行交互式搜索。
按下 q 或 Ctrl+D 退出。

使用 bssh why 查看评分明细

运行 bssh why 可查看指定连接在当前上下文下的逐项评分明细与排序：

bssh why web-prod

web-prod — score 3.42 (rank 1 of 37 in the current context)
  frequency prior      0.73   (15 sessions)
  recency              0.91   (last used 4h ago)
  success rate         0.97
  repo ~/work/billing  ×4.10  (12 of 15 sessions)
  hour 09:00 ±1        ×1.30  (6 of 15)
  after db-prod        —      (no previous session in the last 30 min)
  context factor       ×5.33

每一行均显示了对最终得分的加权贡献：

frequency prior：基于全局使用频率的基础得分。
recency：基于上次会话时间戳的时间衰减。
success rate：反映会话退出码表现的倍率。
repo、hour、after previous：各上下文特征似然比计算出的倍率。
context factor：所有活跃上下文特征相乘并受范围限制后的总系数。

搜索配置

你可以使用 bssh config 配置搜索行为与隐私偏好：

# 在贝叶斯排序与简单模糊子字符串匹配之间切换
bssh config --search-mode bayesian
bssh config --search-mode fuzzy

# 开启或关闭基于上下文的预测排序
bssh config --prediction on
bssh config --prediction off

# 开启或关闭对当前工作目录及 Git 仓库的采集
bssh config --capture-cwd on
bssh config --capture-cwd off

这些设置保存在当前活跃环境目录下的 config.json 文件中：

设置项	CLI 选项	默认值	说明
`search_mode`	`--search-mode`	`bayesian`	搜索结果的排序算法（`bayesian` 或 `fuzzy`）。
`prediction.enabled`	`--prediction`	`true`	是否将时间、目录与会话转换纳入排序考量。
`prediction.capture_cwd`	`--capture-cwd`	`true`	是否在会话启动时记录工作目录与 Git 根路径。
`prediction.window_days`	—	`180`	用于计算上下文比率的会话历史天数。

后续步骤

连接保存与管理 SSH 主机条目。

别名为高频使用的主机创建简短别名。