🎣 检索 是什么？

⚡ 一句话秒懂

AI从海量信息里「捞」出你要的那一条

📖 举个故事

公司的知识库里躺着上万份文档。小刘问AI「去年的安全培训材料在哪里」。AI没有在脑子里瞎猜，而是启动了一个「检索器」，像在图书馆的书架间快速穿梭，只用了0.3秒就从上万份文档中找到了那份《2023年度安全培训手册》。不靠死记硬背，靠的是实时检索的能力。

💡 类比理解

暂未补充。

🧩 真实例子

暂未补充。

🛠️ 怎么实际使用

检索是RAG的核心步骤。日常使用中，当AI回答涉及具体数据或最新信息时，背后就在执行检索。例如问AI「帮我查一下最近一周的销售数据」，AI先检索数据库拿到数据，再基于真实数据回答，而不是凭空编造。检索让AI的回答有据可查。

📚 进阶原理

检索（Retrieval）从知识库中找到与查询最相关的文档片段。核心组件包括：嵌入模型（将查询转为向量）、索引结构（ANN索引加速搜索）、检索策略（MMR提升多样性、SLR聚焦精确度）。RAG中检索质量直接决定回答质量，常用的检索器有VectorStoreRetriever和EnsembleRetriever。

继续学习相关术语