知识检索 | IOLinker

# 知识检索

从知识库中检索相关的知识片段。支持三种检索方式：向量检索（语义相似度）、关键词检索（全文匹配）和混合检索（两者结合）。可选启用 AI 摘要功能，对检索结果生成简洁的回答。

# 创建知识库

在使用知识检索之前，需要先在【知识库管理】中创建知识库。创建时需配置以下选项：

名称：知识库的名称。
描述：知识库的描述说明。
文件：上传要索引的文档文件。
LLM 凭据：选择一个 LLM API Key 凭据，该提供商的嵌入模型将用于对文档内容进行向量化。可在【凭据管理】中创建 LLM API Key 凭据。
向量数据库：选择用于存储嵌入向量的向量数据库，默认提供内置向量数据库（builtin-vec-db）。
分块大小（Chunk Size）：每个文档分块的最大字符数，默认 1024。
分块重叠（Chunk Overlap）：相邻分块之间重叠的字符数，默认 50。
分隔符（Separator）：用于分割文档的分隔符，默认 \n\n（双换行）。
Top K：检索时默认返回的片段数量。
分数阈值（Score Threshold）：检索结果的最小相关度分数阈值。

创建知识库后，系统会自动执行以下操作：

根据配置的分块大小、重叠和分隔符，将上传的文档分割为多个片段。
使用所选 LLM 提供商的嵌入模型为每个片段生成嵌入向量。
将向量存储到向量数据库中，用于语义检索。
为每个片段构建全文索引，用于关键词检索。

您可以随时查看知识库的分片详情，也可以更新或删除知识库。

# 入参

Knowledge（必填）：选择要检索的知识库。知识库在【知识库管理】中创建和管理，可上传文档并配置分块策略。
Input（必填）：要在知识库中搜索的查询文本。可使用变量表达式集成其他应用节点的输出。

Search Method：检索算法，默认为 vector。

方法	说明
vector	语义向量检索 — 使用嵌入模型查找语义相似的文档，适合自然语言查询。
keyword	全文关键词检索 — 查找包含查询关键词的文档，适合精确术语匹配。
hybrid	混合检索 — 结合向量检索和关键词检索，加权评分（向量权重 0.7，关键词权重 0.3），适合综合检索。

Top K：返回的最大知识片段数量。
LLM Model：选择用于 AI 摘要的大语言模型。启用 AI 摘要后，检索到的文档将由该模型总结为简洁回答。
AI Summarize：是否启用 AI 摘要。启用后，大语言模型将根据检索到的知识片段生成摘要回答。

# 出参

返回包含 AI 生成的回答（如启用摘要）和检索到的文档片段列表：

{
  "answer": "法国的首都是巴黎，以埃菲尔铁塔闻名。",
  "docs": [
    {
      "segmentId": 1,
      "score": 0.95,
      "pageContent": "巴黎是法国的首都，以埃菲尔铁塔闻名..."
    },
    {
      "segmentId": 5,
      "score": 0.82,
      "pageContent": "法国是西欧国家，首都巴黎..."
    }
  ]
}

字段	说明
answer	AI 生成的摘要回答（未启用 AI 摘要时为空）
docs	检索到的知识片段数组
docs[].segmentId	知识库中的片段 ID
docs[].score	相关度评分（0–1，越高越相关）
docs[].pageContent	知识片段的文本内容

# 工作原理

# 向量检索

输入查询通过配置的 LLM 提供商的嵌入模型转换为向量。
将该向量与知识库中预索引的文档向量进行对比。
返回余弦相似度最高的 Top K 个片段。

# 关键词检索

输入查询使用支持中英文的 Unicode 分词器进行分词。
对索引的文档片段执行全文搜索。
返回相关度最高的 Top K 个匹配片段。

# 混合检索

同时执行向量检索和关键词检索（各检索 2×TopK 条结果）。
按 SegmentID 合并结果。
计算加权最终得分：0.7 × 向量分数 + 0.3 × 关键词分数。
按最终得分降序排序，返回 Top K 个片段。

← 数据库操作查询 →