企业官网建设流程全解析

距离是什么？

你问一个问题，系统去知识库里找答案，算一个“距离值”。距离越小，越相关；距离越大，越不相关。正常范围：0-0.5非常相关，0.5-1.0比较相关，1.0-1.5勉强相关，1.5以上不相关。我的日志里，距离显示4697。这相当于你在北京，答案在上海。不是不相关，是根本不搭边。

为什么会出现4697？

向量维度不一致——入库时的向量维度和查询时用的不一样，算出来的距离就离谱。向量没归一化——ChromaDB默认用欧氏距离，没做归一化，数值就会很大。知识库内容太短——每条知识只有几个字，向量稀疏，算出来就不准。

怎么解决？

我把阈值从0.5改到1.5。正常相关文档距离0.8，过了阈值就能回来。不相关的4697还是过不了。这是快速修复，一分钟搞定。

更科学的方法是把欧氏距离转成相似度。相似度=1/(1+距离)。距离0.8变成相似度0.56，距离4697变成0.0002。然后设个相似度阈值0.3，高于0.3的才要。这样不管距离多大，都能归一化到0-1之间，阈值好设，逻辑也清楚。

现在知识库能正常返回结果了。阈值从0.5改到1.5，相似度判断加上了，欧氏距离不再直接暴露出来。你搜“泵头漏液”，能回来“密封圈老化”那段，距离0.8，相似度0.56，通过。搜“今天天气怎么样”，回来一段不相干的，距离3.0，相似度0.25，过滤掉。RAG检索不是丢给向量库就完事了，阈值要调、距离要看、相似度要算。这些不调好，知识库就是摆设。