混合检索入门：关键词和向量为什么要一起用

纯向量检索擅长语义相似，但对版本号、函数名、错误码这类精确 token 不一定稳定。纯关键词检索擅长精确匹配，但对同义表达不友好。RAG 系统常把两者结合成混合检索。

Pinecone 和 LlamaIndex 文档都围绕检索、索引和重排提供了工程资料。[hybrid-001][hybrid-002]

两路召回更稳

一个简单流程：

query
  -> keyword search top 20
  -> vector search top 20
  -> merge and deduplicate
  -> rerank
  -> build context

混合检索不是为了复杂，而是为了同时照顾精确词和语义表达。

适合哪些内容库

• 技术博客。
• API 文档。
• 错误排查记录。
• 代码片段说明。
• 产品 FAQ。

如果用户经常搜索具体命令、包名、错误码，混合检索通常比纯向量更可靠。

参考资料

1. [hybrid-001] Pinecone Docs, “Rerank results”, https://docs.pinecone.io/guides/search/rerank-results
2. [hybrid-002] LlamaIndex Docs, “Indexing”, https://docs.llamaindex.ai/en/stable/module_guides/indexing/