4.4 智能检索

一句话定位：语义级搜索，"搜意思"而不是"搜字面"，跨文档、跨格式一次找全。

智能检索不是 Ctrl+F——您搜"耐高温方案"，它能找到写着"适用于350℃工况"的那份文档。

您现在的问题

场景一：明明有，就是搜不到。 公司网盘里明明存过一份类似的方案，但文件名记不清了、关键词想不起来、文件夹翻了三遍——最后只能重新做一份。员工每周平均浪费 3.5 小时在"找文件"上，其中 60% 的文件其实就在系统里。

场景二：搜出来的太多，有用的太少。 搜"合同模板"出来 200 个结果，从三年前的草稿到最新的定稿混在一起，您得一个个打开确认——比不搜还累。传统关键词搜索的"有效结果率"通常不到 15%。

场景三：跨格式搜不了。 PDF 里的内容搜不到、图片里的文字搜不到、聊天记录里的附件搜不到——信息被格式"锁住"了。企业 40% 的知识锁在"搜不到"的格式里。

场景四：搜到了不知道能不能信。 找到一份文档，但不知道是不是最新版本、是不是已经被废止、是不是适用于当前场景——没有溯源和状态标注的搜索结果，用了反而更危险。

功能全景

源泉的智能检索基于向量语义搜索（1024 维 pgvector），不是传统的关键词匹配：

用户输入（自然语言问题/关键词）
        ↓
语义向量化（Embedding）
        ↓
向量相似度匹配（跨格式、跨知识库）
        ↓
结果排序（相关度 + 时效性 + 权威性）
        ↓
展示：答案片段 + 来源文档 + 段落定位 + 文档状态

• 搜意思，不搜字面。 您输入"哪些设备适合高温环境"，系统能匹配到"适用于 350℃ 工况的 XX 型号"——语义相近就能找到，不需要精确关键词。
• 跨格式一次搜全。 PDF / Word / PPT / 图片（OCR）/ 网页 / FAQ——所有格式统一索引，一次搜索覆盖全部。
• 结果有溯源。 每条搜索结果标注来源文档、所在段落、相关知识库——您知道答案从哪来，可以追溯验证。
• 相关性排序。 搜索结果按语义相关度排序，最相关的排前面，不用翻页找。
• 状态标注。 结果标注文档状态（有效/过期/草稿），过期文档自动降权或标红提醒。

操作指南

1. 进入检索 → 源泉 → 智能检索（或全局搜索框），输入自然语言问题或关键词；
2. 查看结果 → 结果列表展示：匹配片段（高亮）+ 来源文档名 + 相关度评分；
3. 溯源验证 → 点击任一结果，跳转到原始文档的对应段落，查看完整上下文；
4. 筛选缩小 → 按知识库、文档类型、时间范围、状态筛选；
5. 引用 → 一键复制带出处的引用文本，用于方案/报告/回复客户。

关键配置项：

• 检索范围：全部知识库/指定知识库（如只搜"产品库"）
• 结果数量：默认 Top 10，可调至 Top 50
• 过期文档处理：降权显示/完全排除/标红提醒
• 同义词扩展：是否自动扩展近义词（如"高温"→"耐热""350℃"）

最佳实践

1. 用"说人话"的方式搜。 不用想关键词——直接用自然语言描述您要找什么，如"客户问能不能分期付款，我们的政策是什么"。
2. 善用"知识库筛选"。 找产品参数就限定"产品库"，找合同模板就限定"法务库"——范围越小，结果越准。
3. 搜不到时换个说法。 语义搜索虽然智能，但第一次没搜到可以换个表述再试——通常第二次就能找到。
4. 把"搜不到"反馈给知识管理员。 如果您确定公司应该有这份资料但搜不到——说明知识采集有遗漏，反馈给管理员补充。

常见误区

误区一：还在用"精确关键词"思维。 语义搜索不需要您猜文档里用了什么词——用意思搜，不用字面搜。 "耐高温"和"适用于350℃工况"在语义搜索里是一回事。

误区二：搜到了直接用，不验证。 搜索结果可能来自过期文档或草稿——养成"看状态、点溯源、确认版本"的习惯，尤其是对外引用时。

与其他能力的配合

• 检索的索引来自 4.2 文档管理 整理后的文档——垃圾数据不进索引，搜索结果干净；
• 4.5 AI 问答 的底层检索引擎就是智能检索——AI 回答问题的第一步，是从知识库里"找到相关内容"；
• 基因生产文章时，通过智能检索从知识库中获取真实素材——写出来的内容有细节、有数据；
• 灯塔做竞品分析时，也通过智能检索调取历史竞品报告做对比。

关键指标

指标	健康值	说明
检索响应时间	<2秒	超过3秒体验明显下降
首条结果相关率	≥80%	第一条结果就是用户想要的
零结果率	<10%	搜了但什么都没找到的比例
跨格式覆盖率	100%	所有已入库格式都应可被检索到