查询扩展
将用户输入语句改写为多个备选查询，以使用 LLM 提示提升知识库中的语义搜索效果。
本流程名为**“语义搜索”**，用户可借助先进的语言模型和语义搜索技术，在私人知识库内查找信息。系统能够扫描所有已安排的域、文档和问答部分，自动检索对用户查询最相关的信息。
用户交互与欢迎消息
当用户打开聊天界面时，流程会触发欢迎消息：
- 消息组件显示：
👋 欢迎使用私人知识库搜索工具！
我可以帮助您在私人知识库文档中进行搜索 📚。我会扫描所有已安排的域、私人文档和问答部分，为您查找所需信息。
只需输入您的查询，让我们一起开始寻找答案吧！✨🔍
这条友好的消息帮助用户了解流程，并引导其输入搜索查询。
查询处理与扩展
用户输入：
用户通过聊天输入框提交查询。查询扩展：
- 查询被发送到查询扩展组件。
- 该组件由 OpenAI 语言模型（特别是
gpt-4o-mini）驱动，最多生成三条改写或语义相似的查询。 - 目的是即使初始查询措辞模糊或有限，也能增加检索所有相关文档的机会。
| 组件 | 目的 |
|---|---|
| 聊天输入 | 收集用户的搜索问题 |
| OpenAI LLM (gpt-4o-mini) | 生成查询的替代说法 |
| 查询扩展 | 生成最多 3 个用于搜索的查询变体 |
文档检索
- 扩展后的查询会传递给文档检索器。
- 该组件在用户的私人知识库中搜索，包括已安排的域、文档和问答部分。
- 会最多提取 10 个最相关的文档，重点关注
<H1>标题内容以最大化上下文相关性。
结果展示
- 检索到的文档会被传递到文档组件，以聊天友好的方式进行格式化和展示。
- 最终整理的结果会在聊天界面返回给用户。
| 步骤 | 组件 | 输出类型 |
|---|---|---|
| 检索文档 | 文档检索器 | 原始文档 |
| 格式化结果 | 文档组件 | 消息 |
| 展示给用户 | 聊天输出 | 聊天消息 |
工作流程图
flowchart LR
A[Chat Opened] --> B[Welcome Message]
B --> C[User Query Input]
C --> D[Query Expansion\n(OpenAI LLM)]
D --> E[Document Retriever]
E --> F[Document Widget]
F --> G[Chat Output]
优势与应用场景
- 自动化：流程自动完成语义搜索，节省人工操作，确保用户始终获得友好、引导式体验。
- 可扩展性：通过扩展查询并搜索所有相关来源，流程具备强大覆盖能力，适用于大型或复杂知识库。
- 准确性：利用 LLM 进行改写，降低因查询措辞不同而遗漏信息的风险。
- 用户体验：即时反馈与清晰指引，即使是非技术用户也能轻松使用该工具。
典型应用场景：
- 支持团队的内部知识管理
- 公司范围内的 FAQ 及文档搜索门户
- 针对私人或专有数据集的自动化助手
通过集成语义搜索与 LLM 驱动的查询扩展，该流程确保用户能够高效访问相关知识，提升生产力与信息发现能力。
