核心功能 / 知识增强

RAG 知识库与智能检索

LingMo 的知识库模块让 AI 能够深度融合你的本地私有笔记来提供可信回答。该机制能够在提问时先从本地仓库中召回相关的文字片段，再将其作为强背景信息交给 AI 汇总，彻底杜绝了大模型的幻觉现象。

Vector Search 向量检索 (权重 0.7)

doc_chunk = [0.12, -0.45, 0.89...]

BM25 词频检索 (权重 0.1)

TF-IDF score = log(N/df) * tf

Fuzzy 模糊检索 (权重 0.2)

Rust fuzzy-matcher (Rayon)

HYBRID RERANK RESULT

双重重排过滤器融合向量语义与词频，提取高价值本地笔记窗口...

向量相似度 (Vector) + 词频命中 (BM25) + 模糊重排 (Hybrid Rerank) 三层智能搜索召回体系

知识输入的基本定理：质量优于数量

知识库检索的召回率与原始笔记的文件结构、标题精细度紧密相关。干净的 Markdown 文件、分明的标题段落以及高信息密度的词汇，其语义检索召回质量显著超越庞大、冗余的草稿堆。

知识库是如何运行的

文档解析与流式切块：主动扫描你的工作区文件夹，读取所有合格文本，自动移除噪声，切分成信息内聚的 Chunk 段落。
高维向量表征 (Embedding)：将切块片段送入本地或云端嵌入模型，转化为表示高维语义特征的浮点向量。
多路混合检索 (Hybrid Search)：用户提问后，系统并行触发三路召回：语义向量相似度匹配、传统 BM25 精确字命中、以及抗错别字的 Rust Fuzzy Matcher。
重排过滤器 (Rerank)：运用深度重排模型（Reranker）分析多路召回的候选片段，重新评分排序，筛选出排名前五的黄金上下文。
情境合成回答 (Synthesis)：把整理妥当的片段及来源以强提示词形式塞给 AI 模型，实现真正的“基于事实答复”。

概念名称	核心机制	最擅长召回的目标
Embedding 向量表征	将任意自然语言编码为密集向量，基于余弦距离度量语义相似度。	“如何安装”这类的同义词、意图理解、跨语种语义关联。
BM25 词频计算	基于词频（TF）和逆文档频率（IDF）打分的概率检索机制。	专属名词、特定 API 函数名（如 `useLang`）、产品型号或时间数字。
Fuzzy Matcher 模糊匹配	利用编辑距离和字符间距判定打分的超轻量 Rust 检索器。	包含错别字、拼写漏字母、或缩写简称的模糊搜索。
Rerank 混合重排	使用交叉编码器（Cross-Encoder）计算查询句与候选句的绝对相关度。	在大量粗筛候选片段中，精准挑出语义完全契合的答案切块。