RAG 记忆管理

产品里叫 RAG 记忆管理，有的界面写作「语义搜索库」。它负责把你的日记切块向量化，让伙伴能按语义搜到具体片段。

第一次配的话，先走 十分钟聊起来，确认开关打开、嵌入模型在、日记已经进库。本页讲参数、迁移和排障。

它和「回忆」不是一回事

两者并行不冲突：总结管全貌，RAG 管细节。

日记怎么进 RAG

1. 先在全局默认模型里配好嵌入模型。
2. 之后保存日记会自动尝试嵌入。
3. 有遗漏或失败的，打开 RAG 页点 全量扫描未索引日记 补齐。

你也可以手动添加记忆片段，然后用语义或全文检索翻看。

界面上还会显示向量块数量、维度、缓存占用、当前工作区的日记向量数这些信息。

可以调的参数

• 召回数量 Top-K：一次取回多少个片段
• 相似度阈值：低于这个分数就不算命中
• 召回截断 Tokens：注入上下文的长度上限
• 批量嵌入并发数

搜不到东西的时候，通常是阈值调太高了。

换嵌入模型要迁移

不同嵌入模型的向量维度一般不兼容。换了模型之后，务必按客户端提示执行 嵌入模型迁移，流程里会有备份、继续、恢复、取消这几个选择。

伙伴「不记得」怎么查

按这个顺序排：

1. 这个伙伴是亲密伙伴吗？语义搜索和记忆类工具开了吗？工作伙伴默认用不了这些。
2. 嵌入模型配好了吗？测连通过吗？
3. RAG 页有没有提示未索引或失败？
4. 刚从旧版迁移完？日记可能在了，但向量库还得重新全量扫描一次。
5. 相似度阈值是不是太高？调低一点或者加大 Top-K 再试。

伙伴类型的区别见 AI 伙伴与对话。