文档摘要

3.2 长期记忆：向量检索的参数与工程账 本节摘要：长期记忆的默认形态是"向量库 + 元数据"：条目被嵌入成语义坐标，检索时按相似度取回。本节走通写入与检索的完整链路，逐个讲清嵌入模型、topk、相似度阈值、元数据过滤这些参数的影响与建议值，最后算一笔常被漏算的工程账。 上一节的窗口解决"当下"，本节的向量库解决"曾经"。链路本身不复杂：写入时把文本转成向量（嵌入）连同元数据存库；读取时把当前需求也转成向量，找最近的若干条回来。 会员。《3.2 长期记忆：向量检索的参数与工程账》收录于灏天文库文集《大模型驱动的智能体构建与应用》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/534-%E5%A4%A7%E6%A8%A1%E5%9E%8B%E9%A9%B1%E5%8A%A8%E7%9A%84%E6%99%BA%E8%83%BD%E4%BD%93%E6%9E%84%E5%BB%BA%E4%B8%8E%E5%BA%94%E7%94%A8

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流