Unverified50% confidenceSolutionExact time
在RAG流程返回大量候选文档片段时，可先按相关性排序再截取前3-5项传入大模型以控制输入长度
1
Sources
50%
Confidence
Long-term
Relevance
8/18/2026
First Seen
Sources
Dify列表操作节点详解：数组过滤排序截取实战教程
Related Claims
Unverified文本分块策略、检索召回数量（Top-K）、重排序模型（Reranker）是影响RAG系统最终效果的三个关键变量75% similarUnverified相比RAG提交prompt有硬上限，图谱工具调用允许模型按需调用任意次数以挖掘所需信息74% similarUnverified检索增强少样本（RAG-augmented Few-shot）方法从历史处理记录中动态检索最相关案例作为示例，使模型持续适应新类型异常而无需重新训练72% similarUnverified召回加重排（Recall + Rerank）先用 embedding 或关键词检索召回 Top 10 候选，再交给大模型做最终裁决，与RAG思路一致70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/768558API
curl https://kongchang.com/api/v1/knowledge/claims/768558MCP
get_claim(id=768558)