查询扩展组件旨在将给定的输入文本改写为多种替代表达方式。其主要目的是通过生成不同措辞的原始查询，提升知识库中的语义搜索能力，从而在检索过程中提高匹配相关信息的概率。

组件能做什么？

该组件接收初始输入消息，并生成多条表达相同意图但措辞不同的替代查询。借助语言模型，可以生成这些释义查询，使后续的搜索或信息检索任务更加健壮和全面。这在涉及大规模语料或知识库检索的 AI 流程中尤为有用，因为它缓解了用户查询与存储文档之间语义不匹配的问题。

输入

该组件支持以下输入：

快速输入参考

• Input： 要释义的文本（必填）
• LLM： 选择使用的 AI 模型（可选）
• Chat History： 提供上下文，有助于模型生成更优查询（可选）
• Number of Alternatives： 需要生成多少种变体（必填）
• Include Original Query： 是否在输出中保留原始语句（可选）
• System Message： 给模型的指令（可选，高级用法）

输出

输出是一个消息对象，其中包含所有生成的替代查询（如指定，也可能包含原始查询）。这些替代查询可直接用于后续的搜索或分析组件。

适用场景

• 提升检索召回率： 通过生成语义多样的查询，提高检索到所有相关文档的概率，即便它们使用了不同术语。
• 处理歧义： 当用户查询模糊或表达不完整时，替代查询可覆盖多种可能解释。
• 增强对话式 AI： 集成至聊天机器人或虚拟助手，灵活理解用户意图。
• 问答系统预处理： 在将用户输入传递给问答模型前，扩展查询以涵盖更多可能答案。

示例用例

假设用户提出：“如何重置我的密码？”查询扩展组件可能生成如下替代表达：

• “更改密码需要哪些步骤？”
• “如何找回忘记的密码？”
• “密码重置操作指引”
• “如何更新账户密码？”

这些扩展后的查询可用于搜索知识库，从而更有可能找到最相关的文章。

总结表

该组件是任何需要强大、具备上下文感知的查询扩展，以提升搜索和检索能力的 AI 流程中的重要构件。