FastGPT | 22 - 检索策略:向量、全文与混合检索 开篇问题上一篇我们拆了向量库适配层:DatasetData.indexes[].dataId - 连接 Mongo 中的业务数据 - 连接 vectorDB 中的向量记录这一篇继续往上看:一次知识库搜索请求,到底如何把用户问题变成引用结果?FastGPT 的知识库检索并不是单一的“向量 TopK”。它实际包含多条路径:文本 query extension。图片 caption。文本 embedding recall。图片 caption embedding recall。原始图片 embedding recall。Mongo full-text recall。collection metadata filter。RRF 融合。rerank。相似度阈值过滤。token 上限裁剪。这一篇重点讲:向量召回、全文召回、混合检索、多查询召回和 collection filter。