知识库优化

通过调整分块、检索与重排序策略，显著改善知识库的检索质量与响应准确性。

分块策略

Clouisle 使用基于字符的分块。默认值：chunk_size = 1000 字符，chunk_overlap = 100 字符；UI 支持 100–2000 字符的块大小。

基于代表性文档和检索质量进行调优；这些值为建议起始点，不是硬性默认值。

检索参数

检索 API 使用 top_k、score_threshold 与（混合搜索时）稠密/词汇权重与 rrf_k。默认值：top_k = 5、score_threshold = 0.0；无知识库搜索 max_tokens 参数。上下文长度由聊天模型的可用 Token 预算决定。

• top_k：从 3-5 开始，召回不足时再增加
• score_threshold：从 0.0 开始，使用代表性评估集后逐步提升
• search_mode：比较 vector、fulltext、hybrid 对语料库的效果
• reranking：仅在使用授权的 rerank 模型时启用；使用测量的质量/延迟调整候选数量与阈值

何时重新处理

• 文档内容变更时
• 分块设置或分隔符变更时
• 需要显式重新处理/重新分块时

现有知识库的嵌入模型被拒绝更改，因其维度必须保持兼容。创建替换知识库，或使用显式迁移/重新处理流程；应用不会静默自动重新索引。

评估

保留一组代表性查询，记录召回率、回答质量、延迟和成本后再更改设置。使用相同的查询比较检索模式和重排序效果，而非依赖单一示例。