知识库设置
配置组：rag
知识库设置用于控制 RAG 的内容切分、索引、召回、精排和多轮会话上下文。它直接影响知识库构建速度、检索准确率和模型回答成本。
基础开关
| 配置项 | 字段 | 默认值 | 说明 |
|---|
| 启用 RAG 知识库 | enableRag | true | 开启后可以导入公开文章，并通过知识库问答接口使用 RAG。 |
关闭后，知识库相关功能将不可用或不再参与前台问答。
内容分块
| 配置项 | 字段 | 默认值 | 范围 | 说明 |
|---|
| 分块大小 | chunkSize | 900 | 200-3000 | 按字符近似切分内容。中文站点建议 600-1200。 |
| 分块重叠 | chunkOverlap | 120 | 0-800 | 相邻分块保留少量重叠，降低语义断裂。 |
配置建议
- 文章较短、结构清晰：
chunkSize 可设为 800-1000。
- 长文较多、上下文关联强：
chunkOverlap 可设为 100-200。
- 内容噪声较多时，不建议把分块设置得过大，否则召回结果会包含太多无关内容。
索引批量
| 配置项 | 字段 | 默认值 | 范围 | 说明 |
|---|
| 索引文档批量大小 | indexDocumentBatchSize | 8 | 1-50 | 重建索引时每批送入 Embedding 阶段的文档数量。 |
配置建议
- 普通站点可以使用默认值
8。
- 模型较慢或经常超时，建议调小到
5 或更低。
- 文档很多且模型稳定时，可以适当调大，但要观察 AI 基座超时和内存压力。
Embedding 调用
| 配置项 | 字段 | 默认值 | 范围 | 说明 |
|---|
| Embedding 批量大小 | embeddingCallSetting.embeddingBatchSize | 1 | 1-64 | 每次请求 AI 基座 Embedding 的分块数量。 |
| Embedding 并发请求 | embeddingCallSetting.embeddingParallelCalls | 1 | 1-8 | 同时调用 Embedding 的批次数。 |
| Embedding 重试次数 | embeddingCallSetting.embeddingMaxRetries | 0 | 0-5 | 单批请求失败后的重试次数。 |
| Embedding 单批超时 | embeddingCallSetting.embeddingTimeoutSeconds | 180 | 30-1800 | 单批 Embedding 调用的超时时间，单位秒。 |
超时场景建议
- OpenAI 兼容模型或远程模型较慢时，保持
embeddingBatchSize = 1。
- 自部署模型吞吐不稳定时，保持
embeddingParallelCalls = 1。
- 频繁超时时，不要先增加重试次数，优先调小批量或调大超时时间。
- 重试会拉长整体索引耗时，适合偶发失败，不适合长期超时。
混合检索与精排
| 配置项 | 字段 | 默认值 | 说明 |
|---|
| 启用混合检索 | enableHybridSearch | true | 同时使用向量召回和 Lucene BM25 关键词召回，再用 RRF 融合。 |
| 向量召回数量 | vectorTopK | 20 | 向量检索召回的候选数量。 |
| 关键词召回数量 | keywordTopK | 20 | 关键词检索召回的候选数量。 |
| 启用 Rerank 精排 | enableRerank | true | 使用 Rerank 模型对召回片段重排，失败时回退到混合检索顺序。 |
| 精排后上下文数量 | rerankTopN | 8 | 精排后送入模型的片段数量。 |
| 最大上下文字符数 | maxContextCharacters | 12000 | 检索资料进入模型的最大字符预算。 |
配置建议
- 内容标题、关键词明确：保持混合检索开启。
- 没有 Rerank 模型：可以关闭
enableRerank，系统会使用召回顺序。
- 回答经常缺少关键信息：适当提高
vectorTopK、keywordTopK 或 rerankTopN。
- 成本或响应时间过高：降低
rerankTopN 和 maxContextCharacters。
多轮会话上下文
| 配置项 | 字段 | 默认值 | 范围 | 说明 |
|---|
| 会话上下文消息数 | conversationMaxMessages | 12 | 0-40 | 每次问答最多带入最近多少条历史消息。设为 0 表示不带入历史。 |
| 会话上下文字符数 | conversationMaxContextCharacters | 4000 | 0-30000 | 历史对话进入模型的字符预算。设为 0 表示不带入历史。 |
配置建议
- 前台助手以单轮问答为主：可降低到
4-8。
- 访客经常连续追问：保持默认
12。
- 模型上下文较小或成本敏感：降低字符预算。
增量索引说明
导入文章或文档后，可以只索引本次新增内容，不需要每次全量重建。全量重建更适合以下场景：
- 更换 Embedding 模型。
- 大幅调整分块大小或分块重叠。
- 怀疑索引数据不一致，需要整体刷新。
推荐方案
稳定优先
indexDocumentBatchSize = 5
embeddingBatchSize = 1
embeddingParallelCalls = 1
embeddingMaxRetries = 0
embeddingTimeoutSeconds = 180-600
质量优先
enableHybridSearch = true
enableRerank = true
vectorTopK = 20-40
keywordTopK = 20-40
rerankTopN = 8-12
