Data Management：RetrieveKnowledgeBase - 檢索知識庫

知識庫 ID。

查詢內容。

返回 top 數量的結果。

要查詢的資料的過濾條件，格式為 SQL 的 WHERE 格式。

檢索時的相似性演算法。此值為空白時則採用建立知識庫時指定的演算法，建議如無特殊需求不需設定。

可選值：

• l2：歐氏距離。

• ip：點積（內積）距離。

• cosine：餘弦相似性。

多路召回演算法，預設為空白(即直接將稠密向量和全文的分數比較並排序)。

可選值：

• RRF：倒數排序融合(Reciprocal rank fusion)，有一個參數 k 控制融合效果，詳見 HybridSearchArgs 配置。

• Weight：比重排序，採用參數控制向量和全文的分數比重，然後再排序，參數詳見 HybridSearchArgs 配置。

• Cascaded：先全文檢索索引再在其基礎上進行向量檢索。

多路召回的演算法參數。目前支援 RRF 和 Weight 兩種。HybridPathsSetting 可以指定召回稠密向量（dense）、稀疏向量（sparse）和全文檢索索引（fulltext），如果值為空白，預設召回稠密向量（dense）和全文檢索索引（fulltext）。

• RRF：指定計算分數的演算法的1/(k+rank_i)中的 k 常數，範圍大於 1 的正整數，格式為：

{
  "HybridPathsSetting": {
    "paths": "dense,fulltext"
  },
  "RRF": {
    "k": 60
  }
}

• Weight:
  • 雙路召回（不指定 HybridPathsSetting，僅指定 alpha）：

    • 計算公式：alpha * dense_score + (1-alpha) * fulltext_score，參數 alpha 表示稠密向量和全文的檢索分數比重，範圍為 0～1，其中 0 表示只全文，1 表示只稠密向量：

{ 
   "Weight": {
    "alpha": 0.5
   }
}

• 三路召回模式：

  • 計算公式：normalized_dense * dense_score + normalized_sparse * sparse_score + normalized_fulltext * fulltext_score。其中 dense、sparse、fulltext 分別代表稠密向量、稀疏向量、全文檢索索引的權重，取值範圍大於等於 0。系統會自動將權重歸一化到 0～1（即 normalized_x = x / (dense + sparse + fulltext)）。

{
  "HybridPathsSetting": {
     "paths": "dense,sparse,fulltext"
   },
  "Weight": {
    "dense": 0.5,
    "sparse": 0.3,
    "fulltext": 0.2
  }
}

是否返迴向量。預設為 false。

預設為空白，表示要返回的 metadata 欄位，多個欄位用逗號分隔。

重排因子。當該值不為空白時，會對向量檢索結果再做一次重排。取值範圍：1<RerankFactor<=5。

召回視窗。當該值不為空白時，增加返回檢索結果的上下文。格式為 2 個元素的數組：List<A, B>，其中-10<=A<=0，0<=B<=10。

預設為空白，表示排序的依據欄位。

欄位必須屬於 metadata 或表裡的預設欄位比如 id，格式支援：

單個欄位，如 chunk_id； 多個欄位，用逗號串連，如 block_id, chunk_id； 支援反序，如: block_id DESC, chunk_id DESC；

位移量，用於分頁查詢