最简单方法：Query 直接变 Embedding是最理想化、也是效果最差的实现方式。

痛点：用户输入的 Query 往往是碎片化、含糊不清且具有极强误导性的。 直接转向量（Dense Retrieval）容易产生“语义漂移”，而单纯依赖关键词（Sparse Retrieval）又会错失同义词。

Query 重写与增强 Pipeline

第一阶段：预处理与清洗 (Sanitization)

• 纠错 (Spell Check)：用户打错字（如“深度学系”->“深度学习”）会导致 Embedding 偏移。
• 敏感词过滤 (Safety Guardrail)：拦截非法请求。
• 去停用词/分词：针对传统关键词检索的优化。

第二阶段：Query 变换 (Query Transformation) —— 核心步骤

这是解决“语义差距”最有效的手段：

• Query 扩展 (Query Expansion)：利用 LLM 生成原问题的 3-5 个同义改写版本。这样可以从多个角度覆盖向量空间，提高召回率。
• 假设性文档嵌入 (HyDE)：
  • 逻辑：让 LLM 先写一个“伪答案”，然后用伪答案的向量去知识库搜真实文档。
  • 理由：Query 和 Document 之间存在“不对称性”（问题很短，答案很长），Query 搜答案很难，但“伪答案”搜“真答案”在语义上更接近。
• Query 压缩与重写 (Rewriting)：在多轮对话中，用户说“那它支持什么？”，LLM 需要将其重写为“Qwen3-14B 模型支持哪些工具调用？”。

第三阶段：多路路由 (Query Routing)

• 意图识别：判断 Query 是要“查知识库”、还是“闲聊”、或是“执行动作（如计算器）”。
• 元数据过滤 (Self-Querying)：如果 Query 是“2023年关于华为的财报”，系统应自动提取出 {"year": 2023, "subject": "Huawei"}，并在数据库中进行 Metadata Filter，而不是全量语义检索。

第四阶段：多路召回与融合 (Hybrid Search)

• 向量检索 (Vector) + 全文检索 (BM25)。
• RRF (Reciprocal Rank Fusion)：将两者的结果按排名加权合并。