在 GEOFlow 的知识库链路中，GEOFlow 混合召回通过同时运行关键词匹配、标题章节路径匹配和语义向量检索三条路径，互补各自检索盲区，直接提升知识库证据的命中率和相关性。它重点在于把精确词命中、结构定位和语义理解结合在一起，让召回结果既有精确术语，也能覆盖相近语义，避免漏掉关键资料。
一、混合召回解决什么问题
纯向量召回依赖 embedding 模型计算语义相似度，容易漏掉文档中出现的精确术语；纯关键词召回虽然能匹配到精确词汇，却无法处理同义表达或上下文语义接近的内容。标题章节路径匹配则能利用文档的结构信息，把召回范围限定在正确章节，避免跨主题噪声。GEOFlow 混合召回将这三种检索信号同时纳入评分，取长补短。
二、三路检索如何协同提升相关性
- 关键词匹配：包含中文 n-gram，对业务术语、产品名、配置项等精确词命中率高，确保不遗漏直接出现在文档中的关键信息。
- 标题章节路径匹配：根据切片所在标题和章节层级打分，当查询标题与知识条目章节路径相近时，能优先召回同一章节下的证据，提升结构相关性。 三路协同让召回不再依赖单一信号：关键词保证精确术语命中，向量拓展语义覆盖，标题章节约束有效范围。
三、混合打分的权重与性能控制
当前混合召回分数以向量相似度和关键词匹配为主权重，同时给标题章节路径和元数据质量一定加权，避免任何一路信号被忽略。对于大知识库，系统不会全量逐条打分，而是先用 pgvector 取向量相似候选；若 pgvector 不可用，则回退到用标题、章节和正文关键词预筛，再进入混合打分，控制召回成本。
四、元数据治理对相关性再增强
召回算法还提取知识库元数据的治理信息：业务线、资料时间、风险等级和审核状态等。高风险且未审核的资料会被直接排除，已审核和低风险资料获得更高权重；当同主题出现新旧版本冲突时，优先选择已审核、更新、更低风险的证据。这层治理让注入生成上下文的证据不仅“相关”，而且可信，从而间接提升最终内容的相关性与可靠性。
五、常见问题
生成时没有明显引用证据怎么办？ 检查是否在任务中选择了知识库、查询标题与知识库主题是否匹配，以及默认 embedding 模型是否已正确配置并可用。如果资料本身缺少可引用事实，也会导致引用缺失。 向量数量很少或为 0？ 确认“AI 模型”中已设置默认 embedding 模型，且模型 Provider URL 和 API Key 有效。