知识检索

​

简介

你可以通过知识检索节点将已有知识库集成到 Chatflow 或 Workflow 应用中。该节点在指定知识库中检索相关信息，其检索结果可传递给下游节点（如 LLM）用作上下文。 知识检索节点在 Chatflow 中的典型用例如下：

1. 用户输入 节点收集用户问题。
2. 知识检索 节点在指定知识库中检索与用户问题相关的内容，并输出检索结果。
3. LLM 节点基于用户问题和检索结果生成回复。
4. 直接回答 节点将 LLM 的回复输出给用户。

​

配置知识检索节点

要使知识检索节点正常工作，你需要指定：

• 检索什么（查询内容）
• 在哪里检索（知识库）
• 如何处理检索结果（节点级检索设置）

你还可以利用文档元数据实现基于筛选的检索，进一步提升检索精度。

​

指定查询内容

设置节点需要在指定知识库中检索的查询内容。

• 查询文本：选择一个文本变量。例如，在 Chatflow 中可用 userinput.query 引用用户输入，而在 Workflow 中则可选择文本类型的用户输入变量。
• 查询图片：选择一个图片变量（如用户通过用户输入节点上传的图片），通过图片进行检索。图片大小限制为 2 MB。
  对于自托管部署，可通过环境变量 ATTACHMENT_IMAGE_FILE_SIZE_LIMIT 调整图片大小限制。
  当添加了至少一个多模态知识库时，才会出现 查询图片 选项。此类知识库带有 Vision 图标，表示其使用的是多模态嵌入模型。

​

选择检索的知识库

为节点添加一个或多个知识库，用于检索与查询内容相关的信息。 添加了多个知识库时，会同时检索所有知识库，合并结果并根据 节点级检索设置 进行处理。

​

调整节点级检索设置

设置节点在获取知识库检索结果后的处理方式。

• Rerank 设置
  • 权重设置：语义相似度与关键词匹配的权重。语义权重高则更注重语义相关性，关键词权重高则更偏向精确匹配。
    仅当所有已添加的知识库使用的索引方式均为高质量时，才会出现 权重设置 的选项。
  • Rerank 模型：根据与查询内容的相关性，对所有结果的相似度分数进行重新评定和排序。
    若添加了多模态知识库，需选择多模态 Rerank 模型（带有 Vision 图标）。否则，检索到的图片将在重排序和最终的检索结果中被排除。
• Top K：重排序后返回的最大结果数。选择 Rerank 模型时，该值将根据模型的最大输入容量自动调整。
• Score 阈值：返回结果的最低相似度分数。低于该阈值的结果会被过滤。阈值高表示对结果的相关性更严格，阈值低则更宽松。

​

启用元数据过滤

可利用已有的文档元数据，将检索范围限定在知识库的特定文档内，以进一步提升检索精度。 启用元数据过滤后，知识检索节点仅会检索符合指定元数据过滤条件的文档，而非整个知识库。尤其适用于内容多样的大型知识库。

​

输出变量

知识检索节点将检索结果输出为 result 变量——一个包含分段内容、分段标题、分段链接等属性的文档分段数组。 若检索结果中包含图片附件，result 变量中将增加包含图片信息的 files 字段。

​

搭配 LLM 节点使用知识检索节点

如需在 LLM 节点中基于检索结果回答用户问题：

1. 在 上下文 字段中，选择知识检索节点的 result 变量。
2. 在 LLM 提示词字段中，同时引用 上下文 变量和用户输入变量（如 Chatflow 中的 userinput.query）。
3. （可选）若 LLM 支持 Vision 功能，可启用 Vision，以便其理解 上下文 变量中的图片附件。
   启用 Vision 后，LLM 可直接理解 上下文 变量中的图片；无需额外设置 Vision 的输入变量。