简介
你可以通过知识检索节点将已有知识库集成到 Chatflow 或 Workflow 应用中。该节点在指定知识库中检索与查询相关的信息,并将检索结果作为上下文内容传递给下游节点(如 LLM)使用。 知识检索节点在 Chatflow 中的典型用例如下:- 开始 节点收集用户问题。
- 知识检索 节点在指定知识库中检索与用户问题相关的内容,并输出检索结果。
- LLM 节点基于用户问题和检索结果生成回复。
- 直接回答 节点将 LLM 的回复输出给用户。

使用知识检索节点前,确保至少有一个可用的知识库。了解如何创建知识库,阅读 知识库。
配置知识检索节点
要使知识检索节点正常工作,你需要指定:- 检索什么(查询内容)
- 在哪里检索(知识库)
- 如何处理检索结果(节点级检索设置)
指定查询内容
设置节点需要在指定知识库中检索的查询内容。- 查询变量:选择一个文本变量。例如,在 Chatflow 中可用
sys.query引用用户输入,而在 Workflow 中则可选择开始节点中定义的文本类型变量。
选择检索的知识库
为节点添加一个或多个知识库,用于检索与查询内容相关的信息。 添加了多个知识库时,会同时检索所有知识库,合并结果并根据 节点级检索设置 进行处理。调整节点级检索设置
设置节点在获取知识库检索结果后的处理方式。检索设置分为知识库级和节点级两层。可将其理解为先后两道筛选:知识库设置决定初步的检索结果池,而节点设置对结果进行重排序(Rerank)或进一步筛选。
-
Rerank 设置
-
权重设置:语义相似度与关键词匹配的权重。语义权重高则更注重语义相关性,关键词权重高则更偏向精确匹配。
仅当所有已添加的知识库使用的索引方式均为高质量时,才会出现 权重设置 的选项。
- Rerank 模型:根据与查询内容的相关性,对所有结果的相似度分数进行重新评定和排序。
-
权重设置:语义相似度与关键词匹配的权重。语义权重高则更注重语义相关性,关键词权重高则更偏向精确匹配。
- Top K:重排序后返回的最大结果数。选择 Rerank 模型时,该值将根据模型的最大输入容量自动调整。
- Score 阈值:返回结果的最低相似度分数。低于该阈值的结果会被过滤。阈值高表示对结果的相关性更严格,阈值低则更宽松。
启用元数据过滤
可利用已有的文档元数据,将检索范围限定在知识库的特定文档内,以进一步提升检索精度。 启用元数据过滤后,知识检索节点仅会检索符合指定元数据过滤条件的文档,而非整个知识库。尤其适用于内容多样的大型知识库。了解如何创建与管理文档元数据,阅读 元数据。
输出变量
知识检索节点将检索结果输出为result 变量,即一个包含分段内容、元数据、标题等属性的文档分段数组。
搭配 LLM 节点使用知识检索节点
如需在 LLM 节点中基于检索结果回答用户问题:-
在 上下文 字段中,选择知识检索节点的
result变量。 -
在提示词字段中,同时引用
上下文变量和用户输入变量(如 Chatflow 中的sys.query)。