Dify Docs home page
简体中文
Search...
⌘K
Ask AI
Blog
Dify
Dify
Search...
Navigation
检索增强生成(RAG)
召回模式
使用文档
插件开发
访问 API
资源
入门
欢迎使用 Dify
云服务
Dify 社区版
Dify Premium
Dify 教育版
访问 API
手册
接入大模型
构建应用
工作流
知识库
工具
发布
标注
监测
扩展
协同
管理
动手实验室
简介
初级
中级
社区
寻求支持
成为贡献者
为 Dify 文档做出贡献
插件
功能简介
快速开始
插件管理
接口定义
最佳实践
发布插件
常见问题
研发
DifySandbox
模型接入
迁移
阅读更多
应用案例
扩展阅读
什么是 LLMOps?
什么是数组变量?
检索增强生成(RAG)
RAG 概念简介
混合检索
重排序
召回模式
设计提示词 & 编排应用
如何使用 JSON Schema 让 LLM 输出遵循结构化格式的内容?
部署 Dify Docs MCP 服务,与文档进行对话
常见问题
政策
开源许可
用户协议
On this page
召回设置
检索增强生成(RAG)
召回模式
Copy page
当用户构建知识库问答类的 AI 应用时,如果在应用内关联了多个知识库,此时需要应用 Dify 的召回策略决定从哪些知识库中检索内容。
召回设置
根据用户意图同时匹配所有知识库,从多路知识库查询相关文本片段,经过重排序步骤,从多路查询结果中选择匹配用户问题的最佳结果,需配置 Rerank 模型 API。在多路召回模式下,检索器会在所有与应用关联的知识库中去检索与用户问题相关的文本内容,并将多路召回的相关文档结果合并,并通过 Rerank 模型对检索召回的文档进行语义重排序。
在多路召回模式下,建议配置 Rerank 模型。你可以阅读
重排序
了解更多。
以下是多路召回模式的技术流程图:
由于多路召回模式不依赖于模型的推理能力或知识库描述,该模式在多知识库检索时能够获得质量更高的召回效果,除此之外加入 Rerank 步骤也能有效改进文档召回效果。因此,当创建的知识库问答应用关联了多个知识库时,我们更推荐将召回模式配置为多路召回。
编辑此页面
|
提交问题
Was this page helpful?
Yes
No
重排序
设计提示词 & 编排应用
Assistant
Responses are generated using AI and may contain mistakes.