知识库检索设置

文档切片入库只是第一步，检索怎么召回决定了模型拿到的是「干货」还是「噪音」。本章讲解把知识库接进应用时的关键检索参数。

1. 检索在 RAG 中的位置

用户提问
  → 问题向量化（同一 embedding 模型）
  → 在知识库向量中找最相近的片段
  → 取出 TopK 个片段作为上下文
  → 拼进提示词交给大模型生成答案

检索质量直接决定答案上限：召回不到 = 模型再强也答不对。

2. 核心参数

在应用的「上下文 → 知识库 → 检索设置」中可调：

TopK = 4 且 阈值 = 0.6
  → 只把与问题相似度 ≥ 0.6 的前 4 段喂给模型

3. 三种检索模式

• 向量检索（语义）：按语义相似度召回，擅长「意思相近但用词不同」的问法。
• 全文检索（关键词）：按关键词命中，适合专有名词、编号、精确匹配。
• 混合检索（Hybrid）：向量 + 全文加权融合，兼顾语义与精确，推荐作为默认。

4. 重排（Rerank）

开启 Rerank 模型 后，系统先粗召回一批候选，再用重排模型精排，把最相关的顶到前面。

# 在模型供应商中接入 rerank 模型（如 bge-reranker）
# 启用后检索流程变为：粗召回 TopK×N → 重排 → 取 TopK

重排能明显提升「相关片段排在最前」的概率，代价是额外一次模型调用延迟。

5. 效果验证方法

连上第 4 章建的两个知识库，在「调试与预览」里问同一批问题：

问：「退货流程是怎样的？」
自动分段库召回：[片段A, 片段C, 片段B ...]
自定义分段库召回：[片段X, 片段Y ...]
对比：哪个更贴题、更完整？

小结

• 检索质量决定 RAG 答案上限
• TopK、相似度阈值需结合实际命中率调
• 混合检索 + Rerank 通常效果最佳
• 用固定问题集做 A/B 验证，下一步建对话应用 →