现象
当输入的向量维度超过1536时，FastGPT会触发日志The current vector dimension is ${vector.length}, and the vector dimension cannot exceed 1536. The first 1536 dimensions are automatically captured，并直接截取前1536维向量。该处理未对截取后的向量做归一化，导致截取后的向量长度不一致，影响语义搜索的结果准确性。
可能原因
原代码中packages\service\core\ai\embedding\index.ts文件内的unityDimensional函数，仅对超过1536维的向量执行截断或补零操作，未对截取后的前1536维向量进行L2归一化处理。不同输入向量的模长存在差异，会导致语义搜索的相似度计算出现偏差。
排查步骤
- 打开
packages\service\core\ai\embedding\index.ts文件，定位unityDimensional函数。 - 查看该函数的处理逻辑，确认是否仅对超长度向量进行截断或补零，未添加归一化步骤。
- 输入维度大于1536的测试向量，运行语义搜索任务，观察搜索结果是否存在异常。
- 对比不同超长度向量的处理结果，确认向量模长是否存在不一致的情况。
解决与验证
解决方法为修改unityDimensional函数，对超过1536维的向量，先截取前1536维，计算该子向量的L2范数，再将每个元素除以该范数完成归一化。可参考L2归一化的通用处理逻辑：先提取目标维度的子向量，计算其范数后对每个元素做除法操作。 验证步骤如下：
- 将原函数替换为添加了归一化处理的优化代码。
- 输入多个维度大于1536的测试向量，确认截取后的向量模长统一为1。
- 运行语义搜索任务，验证搜索结果的一致性和准确性。