知识库搜索方案和参数

理解向量

FastGPT 采用了 RAG 中的 Embedding 方案构建知识库，要使用好 FastGPT 需要简单的理解 Embedding 向量是如何工作的及其特点。

人类的文字、图片等媒介是无法直接被计算机理解的，要想让计算机理解两段文字是否有相似性、相关性，通常需要将它们转成计算机可以理解的语言，向量是其中的一种方式。

向量可以简单理解为一个数字数组，两个向量之间可以通过数学公式得出一个 距离，距离越小代表两个向量的相似度越大。从而映射到文字、图片等媒介上，可以用来判断两个媒介之间的相似度。向量搜索便是利用了这个原理。

而由于文字是有多种类型，并且拥有成千上万种组合方式，因此在转成向量进行相似度匹配时，很难保障其精确性。在向量方案构建的知识库中，通常使用 topk 召回的方式，也就是查找前 k 个最相似的内容，丢给大模型去做更进一步的 语义判断、逻辑推理 和 归纳总结，从而实现知识库问答。因此，在知识库问答中，向量搜索的环节是最为重要的。

影响向量搜索精度的因素非常多，主要包括：向量模型的质量、数据的质量（长度，完整性，多样性）、检索器的精度（速度与精度之间的取舍）。与数据质量对应的就是检索词的质量。

检索器的精度比较容易解决，向量模型的训练略复杂，因此数据和检索词质量优化成了一个重要的环节。

提高向量搜索精度的方法

1. 更好分词分段：当一段话的结构和语义是完整的，并且是单一的，精度也会提高。因此，许多系统都会优化分词器，尽可能的保障每组数据的完整性。
2. 精简 index 的内容，减少向量内容的长度：当 index 的内容更少，更准确时，检索精度自然会提高。但与此同时，会牺牲一定的检索范围，适合答案较为严格的场景。
3. 丰富 index 的数量，可以为同一个 chunk 内容增加多组 index。
4. 优化检索词：在实际使用过程中，用户的问题通常是模糊的或是缺失的，并不一定是完整清晰的问题。因此优化用户的问题（检索词）很大程度上也可以提高精度。
5. 微调向量模型：由于市面上直接使用的向量模型都是通用型模型，在特定领域的检索精度并不高，因此微调向量模型可以很大程度上提高专业领域的检索效果。

FastGPT 构建知识库方案

数据存储结构

在 FastGPT 中，整个知识库由库、集合和数据 3 部分组成。集合可以简单理解为一个 文件。一个 库 中可以包含多个 集合，一个 集合 中可以包含多组 数据。最小的搜索单位是 库，也就是说，知识库搜索时，是对整个 库 进行搜索，而集合仅是为了对数据进行分类管理，与搜索效果无关。（起码目前还是）

向量存储结构

FastGPT 采用了 PostgresSQL 的 PG Vector 插件作为向量检索器，索引为 HNSW。且 PostgresSQL 仅用于向量检索（该引擎可以替换成其它数据库），MongoDB 用于其他数据的存取。

在 MongoDB 的 dataset.datas 表中，会存储向量原数据的信息，同时有一个 indexes 字段，会记录其对应的向量 ID，这是一个数组，也就是说，一组数据可以对应多个向量。除默认文本索引外，如果模型能力支持，图片内容也可以生成图片描述索引或图片向量索引。

在 PostgresSQL 的表中，设置一个 vector 字段用于存储向量。在检索时，会先召回向量，再根据向量的 ID，去 MongoDB 中寻找原数据内容，如果对应了同一组原数据，则进行合并，向量得分取最高得分。

多向量的目的和使用方式

在一组向量中，内容的长度和语义的丰富度通常是矛盾的，无法兼得。因此，FastGPT 采用了多向量映射的方式，将一组数据映射到多组向量中，从而保障数据的完整性和语义的丰富度。

你可以为一组较长的文本，添加多组向量，从而在检索时，只要其中一组向量被检索到，该数据也将被召回。

意味着，你可以通过标注数据块的方式，不断提高数据块的精度。

整体检索方案

一次知识库检索不是简单的“用户问题 -> 向量库 -> 返回结果”。FastGPT 会根据输入内容和搜索参数，将文本、图片、语义召回、全文召回、问题优化和重排等能力组合起来，最后再把多路结果融合成引用内容。

1. 通过 问题优化 实现指代消除和问题扩展，从而增加连续对话的检索能力以及语义丰富度。
2. 通过 语义检索、全文检索 或 混合检索 召回候选内容。
3. 如果输入中包含图片，会根据模型能力额外进行图片描述检索或图片向量检索。
4. 通过 RRF 合并方式，综合多个渠道的检索效果。
5. 通过 Rerank 来二次排序，提高文本结果的相关性。
6. 最终经过相似度过滤和引用上限裁剪，得到返回给模型的引用内容。

图片检索方案

在知识库搜索中，除了文本问题外，也可以让图片参与检索。FastGPT 会根据当前模型能力，对图片进行不同处理。

图片检索主要有两种方式：

1. 图片描述检索：如果配置了可用的视觉模型，系统可以先理解图片内容，并生成一段文本描述，再使用这段描述参与普通文本检索。
2. 图片向量检索：如果当前向量模型支持图片输入，系统可以直接对图片生成向量，并与知识库中的图片向量进行相似度匹配。

因此，图片检索不是独立于知识库之外的一套能力，而是在原有知识库搜索链路上增加了图片输入的处理路径。

常见使用方式包括：

• 文搜图：输入文字，搜索语义相关的图片内容。
• 图搜图：输入图片，搜索视觉或语义相似的图片内容。
• 图文混合搜索：同时输入文字和图片，让文字问题对图片搜索结果进行补充约束。

图片检索效果通常取决于图片清晰度、图片内容是否容易被模型理解、是否配置了视觉模型，以及向量模型是否支持图片向量。

需要注意的是，图片能否被检索到，不只取决于搜索时是否上传了图片，也取决于入库时是否建立了对应索引：

知识库能力	纯文本查询	纯图片查询	图文混合查询
普通向量模型，无视觉模型	正常文本检索	基本不可用	主要使用文字部分
普通向量模型，有视觉模型	正常文本检索	图片先转成描述，再参与文本检索	文字 + 图片描述共同参与检索
支持图片的向量模型，无视觉模型	正常文本检索	图片向量检索	文本检索 + 图片向量检索
支持图片的向量模型，有视觉模型	文本检索，也可命中图片描述	图片描述 + 图片向量双路检索	文本 + 图片描述 + 图片向量多路检索

所以，图搜图效果不理想时，除了调整搜索参数，也要确认当前知识库是否配置了视觉模型或支持图片的向量模型，以及图片入库时是否生成了有效的图片索引。

结果排序与融合

FastGPT 会把不同召回路径的结果进行融合，而不是简单采用某一路结果。常见路径包括文本向量召回、全文召回、图片描述召回、图片向量召回和重排结果。

因此，最终排序需要这样理解：

1. 语义检索 更依赖向量相似度，适合自然语言问题和语义相近内容。
2. 全文检索 更依赖关键词命中，适合编号、型号、专有名词、错误码等精确查询。
3. 混合检索 会同时使用语义召回和全文召回，再通过 RRF 融合结果。
4. Rerank 会对候选文本进行二次排序，更适合文本问题明确、候选结果较多的场景。
5. 图片检索会额外引入图片描述或图片向量结果，最终和文本侧结果一起融合。

这意味着，最终引用内容不一定严格按照单一向量相似度排序。某条内容如果同时被多路召回命中，通常会更容易排在前面。

搜索参数

搜索模式

语义检索

语义检索是通过向量距离，计算用户问题与知识库内容的距离，从而得出“相似度”，当然这并不是语文上的相似度，而是数学上的。

优点：

• 相近语义理解
• 跨多语言理解（例如输入中文问题匹配英文知识点）
• 多模态理解（文本、图片等，取决于模型能力）

缺点：

• 依赖模型训练效果
• 精度不稳定
• 受关键词和句子完整度影响

全文检索

采用传统的全文检索方式。适合查找关键的主谓语等。

混合检索

同时使用向量检索和全文检索，并通过 RRF 公式进行两个搜索结果合并，一般情况下搜索结果会更加丰富准确。

由于混合检索后的查找范围很大，并且无法直接进行相似度过滤，通常需要进行利用重排模型进行一次结果重新排序，并利用重排的得分进行过滤。

结果重排

利用 ReRank 模型对搜索结果进行重排，绝大多数情况下，可以有效提高搜索结果的准确率。不过，重排模型与问题的完整度（主谓语齐全）有一些关系，通常会先走问题优化后再进行搜索 - 重排。重排后可以得到一个 0-1 的得分，代表着搜索内容与问题的相关度，该分数通常比向量的得分更加精确，可以根据得分进行过滤。

FastGPT 会使用 RRF 对重排结果、向量搜索结果、全文检索结果进行合并，得到最终的搜索结果。

搜索过滤

引用上限

每次搜索最多引用 n 个 tokens 的内容。

之所以不采用 top k，是发现在混合知识库（问答库、文档库）时，不同 chunk 的长度差距很大，会导致 top k 的结果不稳定，因此采用了 tokens 的方式进行引用上限的控制。

最低相关度

一个 0-1 的数值，会过滤掉一些低相关度的搜索结果。

该值仅在 语义检索 或使用 结果重排 时生效。

需要注意的是，最低相关度是过滤阈值，不是最终排序规则。开启问题优化、混合检索、图片检索或结果重排后，最终结果可能会经过多路召回融合，不一定严格按照单一向量相似度排序。

问题优化

背景

在 RAG 中，我们需要根据输入的问题去数据库里执行 embedding 搜索，查找相关的内容，从而查找到相似的内容（简称知识库搜索）。

在搜索的过程中，尤其是连续对话的搜索，我们通常会发现后续的问题难以搜索到合适的内容，其中一个原因是知识库搜索只会使用“当前”的问题去执行。看下面的例子：

用户在提问“第二点是什么”的时候，只会去知识库里查找“第二点是什么”，压根查不到内容。实际上需要查询的是“QA 结构是什么”。因此我们需要引入一个【问题优化】模块，来对用户当前的问题进行补全，从而使得知识库搜索能够搜索到合适的内容。使用补全后效果如下：

实现方式

在进行 数据检索 前，会先让模型进行 指代消除 与 问题扩展，一方面可以可以解决指代对象不明确问题，同时可以扩展问题的语义丰富度。你可以通过每次对话后的对话详情，查看补全的结果。

问题优化会在正式检索前增加一次模型调用，因此通常会提升连续对话检索效果，但也会增加整体耗时。如果当前问题本身已经非常明确，或对响应速度要求更高，可以根据实际效果决定是否开启。

常见调参建议

如果搜索结果不符合预期，可以先根据现象定位问题，不建议一次性调整所有参数。

现象	优先检查和调整
搜不到内容	确认数据是否已完成训练；适当降低最低相关度；提高引用上限；检查问题是否过短或缺少主体
结果太泛、答非所问	提高最低相关度；减少引用上限；优化数据分块；检查召回内容是否包含过多无关片段
编号、型号、专有名词搜不准	使用全文检索或混合检索；降低语义检索权重；避免对精确编号类问题过度使用问题优化
自然语言问法搜不准	使用语义检索或混合检索；开启问题优化；补充更准确的数据索引
开启问题优化后变慢	问题优化会额外调用模型，可以换更快的优化模型，或只在多轮追问、短问题场景中开启
Rerank 后仍然排序不准	确认用户问题是否完整；检查召回候选是否足够；适当调整最低相关度和引用上限
图搜图效果弱	确认向量模型是否支持图片输入；确认入库时是否生成图片向量索引；检查图片是否清晰、主体是否明确
图文混合结果不稳定	明确文字和图片哪个更重要；如果只想找视觉相似图片，减少额外文字约束