核心架构
系统采用 向量语义搜索 + BM25 关键词匹配 的双路召回策略，通过 RRF（Reciprocal Rank Fusion） 融合排序返回最优结果。技术选型
| 组件 | 技术 | 说明 |
|---|---|---|
| 向量存储 | PostgreSQL pgvector（langchain-postgres PGVector） | 向量 + 元数据过滤，支持余弦相似度 |
| Embedding | OpenAI text-embedding-3-small（默认） | 支持用户自定义 Embedding 模型 |
| 关键词检索 | BM25（rank-bm25 + jieba 中文分词） | 三层缓存（内存 → Redis → PostgreSQL），懒加载 |
| 文档解析 | LangChain Document Loaders + SmartChunker | 多格式支持 + 语义感知分块 |
| 元数据存储 | Next.js API（Drizzle ORM + PostgreSQL） | 知识库/文档 CRUD |
| Agent 框架 | DeepAgents（LangGraph） | Agentic RAG 工具集成 |
数据流总览
文档处理
多格式上传、SmartChunker 智能分块、处理管线
向量存储
pgvector 存储、用户级 Embedding 配置
检索策略
双路召回、RRF 融合、BM25 三层缓存
API 参考
知识库 / 文档管理 API、Agent 工具