首页/AI/RAG 与向量库速查/知识库新鲜度与增量更新
本包目录(229 条)

知识库新鲜度与增量更新

知识过期是 RAG 的隐性质量问题:建立增量更新管线(变更检测 → 重新解析切分 → 向量更新 → 旧块删除)、对文档记录 updated 时间并在排序中适度加权,定期做“过期答案”抽检。

RAG 与向量库速查AI更新于 2026-10-12

增量更新骨架

增量更新骨架
changed = detect_changes(source, last_sync_ts)
for doc in changed:
    old_ids = index.find_by_doc(doc.id)
    new_chunks = split(parse(doc))
    index.upsert(embed(new_chunks))
    index.delete([i for i in old_ids if i not in {c.uid for c in new_chunks}])
删除旧块与写入新块要在一个幂等任务里完成,避免中途失败留下半新半旧。

易错点

  • 只增不删,旧版本与新版本文档同时被检索
  • 增量任务重跑不幂等,产生重复块

数据来源与参考

  • Anthropic, Contextual Retrieval(更新与维护)
  • Milvus 官方文档(Delete + Upsert 模式)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌