Dify 知识库检索设置怎么调

这篇适合谁，读完能做什么

这篇适合已经建好 Dify 知识库、想让回答更准的人。读完你能看懂检索设置里每一项的作用，知道三档检索深度怎么选，并能用参考问题和评测判断一次修改到底有没有效果，而不是凭感觉调。

检索设置位于知识库的 设置 > 检索 中^[1]。每次只调整一项设置，然后重新测试，这样才能判断每项改动是否有效^[1]。

系统推理模型：索引时，它按语义把文档拆分为分段和章节，为每个章节撰写摘要，并构建知识图谱，记录每个分段提到的主题以及主题之间的关联^[1]。使用「深度」和「研究」检索时，它还负责规划检索步骤^[1]。更换这个模型不消耗 token，已经索引的文档保留原模型构建的内容；要用新模型重建某个文档，在该文档上点击 重新索引^[1]。
Embedding 模型：把每个分段转换为向量，这样才能按语义把问题和分段匹配起来^[1]。更换它会为所有文档重新生成向量，并消耗 token^[1]。
Rerank 模型：按相关性为检索到的分段排序，并给每个分段打分^[1]。
检索深度：决定每次检索的深入程度，下一节详细说明^[1]。
Top K：一次检索最多返回的分段数。值越大，上下文越多，但干扰也越多；值越小，结果越集中，但可能漏掉相关分段^[1]。
Score 阈值：舍弃得分低于阈值的分段。阈值高，只留下高度匹配的分段，可能一个都返回不了；阈值低，匹配度一般的分段也能通过^[1]。

检索深度有三档：快速、深度和研究^[1]。三档都会用到嵌入模型和重排序模型，「深度」和「研究」还会用到推理模型^[1]。

快速：按语义和关键词把问题与分段匹配。速度最快，足以应付大多数直接的问题，建议从这里开始^[1]。
深度：检索范围比快速更广，还会沿着知识图谱，从问题出发找到涉及相关主题的分段，速度较慢。答案分散在多个相关主题中、而快速总是漏掉时，就改用它^[1]。
研究：把复杂问题拆成多个子问题，逐一广泛检索，并根据章节标题和摘要决定阅读哪些章节。它最慢，消耗的 token 也最多，适合需要多轮检索才能回答的问题，不适合直接的问题^[1]。

在知识库的 检索测试 页面输入问题并运行。用同一个问题依次测试每一档检索深度，把最能稳定返回正确分段的那一档设为知识库的默认深度^[2]。每次运行都会保存在记录中，方便对比修改设置前后的结果^[2]。

有些问题无论之后怎么改都必须返回正确的分段，比如用户问得最多的那些。把它们连同应返回的分段一起保存为参考问题，并选择通过条件：这些分段全部返回，还是返回其中任意一个即可^[2]。

也可以直接在质量页面点击 添加参考问题，输入问题后点击 查找证据，从最接近的匹配结果中选择。那里还可以导入最大 1 MB 的 CSV 文件^[2]。

修改设置或模型后，前往 质量 > 评测，点击 运行评测，选择应用所用的检索模式，再点击 开始评测。评测会用当前设置重新运行所有有效的参考问题，只有每个问题都找到了期望的分段，评测才算通过^[2]。

评测会跳过三种参考问题^[2]：

如果正确的分段没有返回，或者排名太靠后，点击结果下方的 保存为问题案例 并选择原因^[2]。

检索未命中：分段根本没有返回。先检查该文档的索引结果；索引没有问题的话，就扩大检索范围，调深检索深度、调高 Top K，或调低分数阈值。不过范围变大后，也可能带回更多不相关的分段^[2]。
得分低：分段返回了，但排名太靠后。分数由重排序模型给出，换一个重排序模型试试，同一个分段的排名可能会更靠前^[2]。

问题案例保存在 质量 > 问题案例 中。修正后点击 重新测试，用当前设置重新运行该问题。结果已经正确的，点击 转为参考问题。不打算修正的案例，点击忽略关闭^[2]。

工作流或智能体检索知识库时，如果没有找到知识库里已有的内容，也会自动生成问题案例。所以应用上线后也要留意这个列表，不能只在测试阶段看^[2]。