WeKnora RAG 检索管线：一条按需装配的 12 阶段 Pipeline
· 阅读需 9 分钟
分片切好了、向量也建好了，接下来的问题是：用户提一个问题，系统怎么从成千上万个块里捞出最相关的那几个，排好序，再拼成 prompt 喂给模型？
很多人以为这一步就是「算个 query 向量、查一次向量库、取 Top-K」。真做过就知道，这条链路里藏着一堆工程细节：多轮对话的历史怎么带、查询要不要改写、向量和关键词怎么融合、召回一堆重复的怎么办、怎么保证结果既有相关性又有多样性。WeKnora 把这些环节抽象成了一条事件驱动、按需装配的 Pipeline。这是系列第三篇。