知识库问答里的问题大致有三类：换个说法问同一件事，按文号、型号这类精确字符串找，或者顺着人、部门、制度之间的关系去找。没有哪一种索引能把三类都答好，所以 ApeMind 为每篇文档同时建三套索引，查询时并行召回，再合成一份证据列表交给智能体。
读完这篇，你应该能判断一个知识库该开哪些索引，以及某次回答没找到资料时，问题出在哪一路。
三条通道各管什么
向量
意思相近就能找到
- 擅长
- 同义改写、口语提问、跨表述的概念匹配。“住得比标准贵能报吗”能找到“住宿超标须审批”。
- 不擅长
- 文号、型号、编号这类必须逐字一致的内容；数字差一位，向量上几乎看不出差别。
- 依赖
- 建库时绑定的 Embedding 模型，换模型需要重建向量。
全文
字面一致就能找到
- 擅长
- 文号、条款号、产品型号、人名和专有名词。“财务〔2024〕17号”只会精确命中那份通知。
- 不擅长
- 换了说法的问题。用户说“报销”，原文写“费用核销”，字面上就对不上。
- 依赖
- 不需要模型，按 BM25 计算相关度。
图谱
顺着关系就能找到
- 擅长
- “谁审批”“归哪个部门”“A 和 B 什么关系”这类答案分散在多篇文档里、需要串起来的问题。
- 不擅长
- 纯描述性的段落；没有被抽取成实体或关系的内容，图谱看不见。
- 依赖
- 大语言模型从片段里抽取实体和关系，建图成本最高。
召回实验台
下面是一个模拟的差旅制度知识库。选一个问题，看三条通道各自召回了什么、融合后的顺序是什么。点通道标题可以开关这一路，悬停任何一个片段，可以看到它在各路中的名次和最终得分是怎么算出来的。
示例数据为演示用途；融合公式与产品一致（weighted_rrf_v1，k = 60，三路权重均为 1）。
为什么按名次，不按分数
三条通道的分数根本不在一个尺度上：向量余弦相似度落在 0 到 1 之间，BM25 没有上限，常见值在 1 到 20 多；图谱命中则是按实体和关系路径排出来的顺序，没有可比的分数。如果直接按分数排序，全文结果会压过所有向量结果——在实验台里切到“原始分数”就能看到，一条只是字面沾边的“出差安全须知”会排到第一。
所以 ApeMind 用
- rank片段在这一路里的名次，从 1 开始
- 60平滑常数 k，让第 1 名和第 5 名的差距不至于悬殊
- w通道权重，当前三路都是 1
- Σ被几路命中就累加几次，这就是“共识加成”
这个设计有两个直接的结果。第一，三路里只要有一路把某个片段排在前面，它就有机会进入证据列表，不会被另一路的高分淹没。第二，同时被两三路命中的片段几乎总是排在最前，因为它们在语义、字面和关系上都站得住。融合后不再经过额外的重排模型，每一路自己的排序语义被完整保留下来。
图谱通道如何落回片段
图谱里存的是实体和关系，智能体最终要读的却是原文片段。图谱通道的工作是把“命中的实体”沿着
- 问题进入图谱通道
和另外两路并行发出，单独设有超时，图谱慢不会拖住整次检索。
- 先找实体
用实体向量找到语义上最接近的
规范实体 。直接命中的实体权重为 1.0。 - 再扩一跳
沿关系向外扩展一跳，把相邻实体也带进来。扩展出来的实体权重降为 0.6，离问题越远，说服力越弱。
- 沿血缘回到原文
每个实体都记得自己来自哪些片段。证据片段按名次做 1/√n 衰减，单个实体最多贡献有限条来源，避免一个高频实体刷屏，然后和向量、全文一起进入融合。
图谱结果在这里是“线索”而不是“结论”：智能体最终引用的永远是原文片段，而不是模型抽取出来的一条关系。关系抽错了，最多是多召回一个不相关的片段；不会出现一个查无出处的事实。
图片是第四条路
开启图片索引后，默认的向量检索会共享同一次问题向量化，并行召回文字片段和图片。两者分别返回，文字进入 items，图片进入 image_items，不拿文字分数和图片分数互相比较。跨模态的原始分数和跨通道的原始分数一样不可比。
该开哪些索引
向量 + 全文是底线，图谱建议开启。制度类问题经常问“谁审批”“归谁管”，答案分散在组织架构、权限表、管理办法几份文档里，图谱能把它们串起来。
向量 + 全文必开。型号、错误码、参数名只有全文能精确命中；概念解释靠向量。图谱按需：产品之间依赖关系复杂时再开。
全文最关键，条款号、法规文号、金额都要逐字匹配。向量用于“类似条款”的查找。图谱对“甲方、乙方、担保方之间的关系”有帮助。
图谱的建图成本最高，因为每个片段窗口都要调用一次大语言模型。资料量大、关系简单时可以先只开向量和全文，确认问题集确实需要关系推理后再开图谱，已有文档可以从解析产物直接补建，不用重新解析。
边界
- 融合只决定顺序，不决定对错。排在第一的片段最可能相关，但智能体仍会读原文、核对后再回答。
- 每次检索会给出整体的匹配强度（强、中、弱、无），智能体据此判断证据是否充分；查无结果时会收到明确提示，而不是被引导去猜。
- 没开启的索引不会被查询；请求了却不可用的通道会在结果里明确标出被跳过的原因，而不是静默返回空结果。
出问题时查哪一环
问编号、型号查不到，换个说法却能查到
全文通道没有生效。先确认知识库开启了全文索引，再看这篇文档的全文索引状态是否已完成。只开向量时，精确字符串的召回本来就不可靠。
措辞稍微不同就查不到
向量通道没有生效或模型不合适。确认向量索引已完成；如果知识库内容是专业领域，考虑换一个更贴近领域的 Embedding 模型并重建向量索引。
“谁负责”“归哪个部门”这类问题总答不全
答案分散在多篇文档里，需要图谱把它们串起来。确认图谱索引已开启并完成；如果显示“部分完成”，说明少数片段窗口抽取失败，可以对该文档重建图谱索引。
给想深入的读者：融合的细节
每个片段在自己所属的通道里按分数确定名次；同一片段被多路召回时，合并去重，并记下它在其他通道里的名次，各自贡献一份 1/(60+rank)。得分相同时，单路名次更靠前的排在前面，再相同则保持原有顺序。图谱通道内部先按实体来源权重（直接命中 1.0、一跳扩展 0.6）和证据名次衰减算出图谱得分，再以名次身份参与最终融合。