RAG：把文档向量化，实现语义搜索

大模型的知识来自训练数据，问它不知道的东西，它不会说不知道，而是胡编 — 这就是幻觉。

解决思路很直觉：用户提问时，先从知识库里查出相关文档，塞到 prompt 里当背景知识，再让大模型回答。

这就是 RAG — Retrieval（检索）Augmented（增强）Generation（生成）。

核心问题：怎么查？

关键词搜索太弱，搜"东东和光光怎么成为朋友的"，不可能靠关键词匹配到。需要的是语义搜索。

做法是把文档转成向量（Embedding），用余弦相似度算相关性。

向量化（Embedding）

用嵌入模型把文本转成高维向量，语义相近的文本向量距离近、夹角小。

pnpm install @langchain/classic

import { OpenAIEmbeddings } from '@langchain/openai';
import { MemoryVectorStore } from 'langchain/vectorstores/memory';
import { Document } from '@langchain/core/documents';

// 嵌入模型（比大模型便宜很多）
const embeddings = new OpenAIEmbeddings({
  apiKey: process.env.OPENAI_API_KEY,
  model: process.env.EMBEDDINGS_MODEL_NAME,  // text-embedding-v3
  configuration: { baseURL: process.env.OPENAI_BASE_URL },
});

存入向量数据库

const documents = [
  new Document({
    pageContent: '光光是一个活泼开朗的小男孩，最喜欢踢足球...',
    metadata: { chapter: 1, character: '光光', type: '角色介绍' },
  }),
  new Document({
    pageContent: '东东是光光最好的朋友，安静而聪明，喜欢读书和画画...',
    metadata: { chapter: 2, character: '东东', type: '角色介绍' },
  }),
  // ...更多文档
];

// 文档向量化 → 存入内存向量数据库
const vectorStore = await MemoryVectorStore.fromDocuments(documents, embeddings);

每个文档转成向量时，元信息（来源、章节等）会一起保存。

检索 + 生成

// 创建检索器，返回最相似的 3 个文档
const retriever = vectorStore.asRetriever({ k: 3 });

const question = '东东和光光是怎么成为朋友的？';

// 语义检索
const docs = await retriever.invoke(question);

// 也可以拿到相似度分数
const scoredResults = await vectorStore.similaritySearchWithScore(question, 3);

// 把检索到的文档拼成上下文，增强 prompt
const context = docs.map((doc, i) => `[片段${i + 1}]\n${doc.pageContent}`).join('\n\n');

const prompt = `基于以下故事片段回答问题，如果没提到就说不知道。

故事片段:
${context}

问题: ${question}`;

const response = await model.invoke(prompt);

完整流程

文档 → 嵌入模型 → 向量化 → 存入向量数据库
                                  ↑
用户提问 → 嵌入模型 → 向量化 → 语义检索 → 拿到相关文档
                                              ↓
                                    塞进 prompt 当背景知识
                                              ↓
                                        大模型生成回答

要点

• 不是关键词匹配，是语义匹配 — 靠向量的余弦相似度（夹角大小）算相关性
• 嵌入模型很便宜 — 专门做向量化的模型，比大模型便宜得多
• metadata 要写好 — 向量的元信息记录了来源文档，方便追溯
• k 值控制召回量 — asRetriever({ k: 3 }) 返回最相似的 3 个文档