待验证50% 置信权衡取舍精确时间
主流向量数据库（如Milvus、Qdrant）支持在ANN检索的同时执行元数据过滤，但过于复杂的过滤条件可能导致索引无法命中、退化为全量扫描
1
来源数
50%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
企业级RAG知识库落地的5大工程硬伤：从Demo到生产的真实门槛
bilibili赋范课堂2026/7/4
相关事实
待验证向量检索依赖向量数据库进行模糊匹配，无法精确表达结构关系，而图检索以图数据库为存储介质，针对多跳遍历查询进行了专门优化72% 相似待验证元数据过滤采用'先过滤、后检索'策略，使单一向量库在逻辑上等价于多个隔离子库，同时避免路由层复杂度72% 相似待验证Milvus 3.0 supports aggregation queries (such as group by, count, average, maximum) written directly in queries and processed at the database layer, eliminating the need to fetch all records to the application layer.70% 相似待验证专业向量数据库通常提供混合检索、重排序、自动分片等能力，这些在标准库方案中需要额外自行实现68% 相似待验证当数据库规模较大时需要做Schema裁剪，根据用户问题只检索相关表结构，避免超出模型的上下文窗口限制67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/180993API
curl https://kongchang.com/api/v1/knowledge/claims/180993MCP
get_claim(id=180993)