Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
10/7/2026
First Seen
Sources
Related Entities
Related Claims
Unverified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% similarUnverified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% similarUnverifiedDify 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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/985374API
curl https://kongchang.com/api/v1/knowledge/claims/985374MCP
get_claim(id=985374)