RAG 記憶管理

產品裡叫 RAG 記憶管理，有的介面寫作「語意搜尋庫」。它負責把你的日記切塊向量化，讓夥伴能按語意搜到具體片段。

第一次設定的話，先走 十分鐘聊起來，確認開關打開、嵌入模型在、日記已經進庫。本頁講參數、遷移和排查。

它和「回憶」不是一回事

兩者並行不衝突：總結管全貌，RAG 管細節。

日記怎麼進 RAG

1. 先在全域預設模型裡設定好嵌入模型。
2. 之後儲存日記會自動嘗試嵌入。
3. 有遺漏或失敗的，打開 RAG 頁點 全量掃描未索引日記 補齊。

你也可以手動新增記憶片段，然後用語意或全文檢索翻看。

介面上還會顯示向量塊數量、維度、快取占用、目前工作區的日記向量數這些資訊。

可以調的參數

• 召回數量 Top-K：一次取回多少個片段
• 相似度閾值：低於這個分數就不算命中
• 召回截斷 Tokens：注入上下文的長度上限
• 批次嵌入並發數

搜不到東西的時候，通常是閾值調太高了。

換嵌入模型要遷移

不同嵌入模型的向量維度一般不相容。換了模型之後，務必按用戶端提示執行 嵌入模型遷移，流程裡會有備份、繼續、還原、取消這幾個選擇。

夥伴「不記得」怎麼查

按這個順序排：

1. 這個夥伴是親密夥伴嗎？語意搜尋和記憶類工具開了嗎？工作夥伴預設用不了這些。
2. 嵌入模型設定好了嗎？測連通過嗎？
3. RAG 頁有沒有提示未索引或失敗？
4. 剛從舊版遷移完？日記可能在了，但向量庫還得重新全量掃描一次。
5. 相似度閾值是不是太高？調低一點或者加大 Top-K 再試。

夥伴類型的區別見 AI 夥伴與對話。