待验证50% 置信事实精确时间

知识库检索通过计算问题向量与文档向量之间的余弦相似度找出最相关的文档片段再交给大模型生成回答

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

Cherry Studio实战教程：搭建本地知识库与AI智能体

涉及实体

嵌入模型concept

相关事实

待验证该问答工作流采用两段式检索机制：先用大模型从用户问题中提取关键词检索相关笔记，再根据检索出的笔记片段让大模型给出完整回答79% 相似待验证嵌入模型将查询和候选文档转化为向量表示，从而在语义空间中衡量相关度76% 相似待验证Dify 工作流中的问题分类器依赖大模型的语义理解能力进行分类，而非简单的关键词匹配74% 相似待验证语义缓存通过Embedding模型将查询转化为向量，在向量空间中进行相似度检索，当相似度超过设定阈值时直接返回缓存结果71% 相似待验证通过让大模型追问的方式，问答会不断堆积在上下文中，当上下文信息足够丰富时模型生成的方案才会更靠谱69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/985374

API

curl https://kongchang.com/api/v1/knowledge/claims/985374

MCP

get_claim(id=985374)