知识库基础与向量原理
FastGPT的知识库由库、集合和数据三级结构组成，其中集合仅用于数据分类管理，最小搜索单位为整个库，不会影响搜索效果。系统采用Embedding向量构建知识库，将文本、图片等内容转换为数字数组，通过向量距离判断相似度，再通过topk召回前k个最相似内容，交由大模型做进一步语义处理。影响向量搜索精度的核心因素包括向量模型质量、数据完整性与多样性、检索器精度，以及检索词质量，其中数据与检索词优化是最易落地的调整方向。
检索流程与核心逻辑
FastGPT的知识库检索并非简单的单路径匹配，而是组合了多环节能力：首先通过问题优化实现指代消除与问题扩展，提升连续对话的检索能力；随后通过语义检索、全文检索或混合检索召回候选内容，若输入包含图片，会根据配置生成图片描述或直接生成图片向量参与检索；接着通过RRF合并多路召回结果，再用Rerank进行二次排序提升相关性；最后经过相似度过滤与引用上限裁剪，得到最终引用内容。此外，系统支持多向量映射，可为同一数据块添加多组index，解决内容长度与语义丰富度的矛盾，只要其中一组向量被召回，该数据就会被返回。
可操作配置步骤
- 优化数据块：确保每组数据语义完整单一，避免混合多个主题，提升基础检索精度。
- 配置多向量索引：为同一数据块添加多组index，覆盖不同语义片段，扩大召回范围。
- 调整检索策略：根据场景选择语义检索、全文检索或混合检索，开启Rerank优化排序效果，可根据需求调整topk召回数量平衡速度与精度。
- 图片检索适配：若需使用图片检索，需确认已配置视觉模型或支持图片的向量模型，并确保入库时生成了有效的图片索引，否则图搜图效果会受影响。
来源：https://doc.fastgpt.cn/zh-CN/guide/dataset/dataset_engine