向量检索通道的执行流程
上一篇讲了检索请求是怎么构建的。这篇来看向量检索通道拿到这个请求之后,具体是怎么执行的。
VectorRetrievalChannel.retrieve 源码
@Override
public RetrievalChannelResult retrieve(String subQuestion, ConversationExecutionPlan plan) {
// 调用 DocumentKnowledgeService 的向量检索方法,topK 从配置中读取。
List<Document> documentList = documentKnowledgeService.vectorSearch(
documentRetrieveRequestFactory.build(subQuestion, plan, properties.getVectorTopK())
);
// 返回通道结果,包含通道名称和检索到的文档列表。
return new RetrievalChannelResult(channelName(), documentList);
}
方法很简洁,就两步:先用工厂构建请求(上一篇已经讲过),再调 vectorSearch 执行检索。核心逻辑都在 vectorSearch 里。
vectorSearch 方法完整流程
整体流程用图表示:
付费内容提示
该文档的全部内容仅对「码力全开」项目实战&技术讲解 知识星球用户开放
加入星球,一次获得完整项目资料、全栈技术知识库和长期答疑服务。
100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容
8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台 和 AI Agent 等方向
AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点
文档 + 视频两种讲解形式既能系统阅读,也能跟随视频理解核心业务
完整项目实战资料
每套项目均包含从 0 到 1 讲解文档核心业务讲解视频从基础项目到复杂业务场景,项目资料会持续更新。
- 01Nexus Agent AI 智能体
- 02Nexus Agent Pro 完全版
- 03黑马点评Plus
- 04大麦
- 05大麦Pro
- 06大麦AI
- 07流量切换
- 08数据中台
加入后还能获得
进入星球后,即可享受上述所有服务,保证不会再有其他隐藏费用。从学习、面试到项目启动,都可以继续获得支持。
- 1 对 1 解答项目和技术问题都可以提问
- 针对性补充没有讲清楚的内容会继续补充
- 面试与简历指导梳理回答技巧和项目亮点
- 中间件云环境项目依赖可以直接接入使用
- 面试后复盘被问住的问题可以继续交流
- 远程问题解决项目启动问题可协助排查
