From b3a57d95f6c908fdaccc658856dc42ccae617be2 Mon Sep 17 00:00:00 2001 From: uncle6me-web Date: Tue, 4 Aug 2026 19:07:41 +0800 Subject: [PATCH] =?UTF-8?q?t183=EF=BC=9A=E8=AA=9E=E6=84=8F=E6=90=9C?= =?UTF-8?q?=E5=B0=8B=E8=A3=9C=20min=5Fscore=3D0.75=E2=80=94=E2=80=94?= =?UTF-8?q?=E6=BF=BE=E6=8E=89=E4=BD=8E=E5=88=86=E9=9B=9C=E8=A8=8A?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit leo 實撞：搜「火星座標」20 筆只有前 8 筆相關，後面全是 n8n 版本比較表、Leo 填答。 kbdb 早支援 min_score（embed.ts:225 / issue #67），portal 從來沒傳 ⇒ 等同無門檻， Vectorize 硬湊滿 topK 就把低分尾巴全端上來。 0.75 取自實測分數分布（youlin 實例，非猜測）： 0.908…0.787 全是火星座標（真相關） ── 斷崖 ── 0.742 姨媽說故事／0.740 ax-academy／0.739×8 n8n版本比較表（雜訊） 與 leo 實測「前 8 個相關」完全吻合。 前端可傳 min_score 覆寫，但不收 0／負數（那等於關掉閾值＝本次要修的病本身）。 ⚠️ 這治不了『同一份檔案重複灌 N 次』（那些分數 0.91 比正解還高）——另立 issue #14。 --- cypher-executor/src/routes/portal-data.ts | 21 ++++++++++++++++++++- 1 file changed, 20 insertions(+), 1 deletion(-) diff --git a/cypher-executor/src/routes/portal-data.ts b/cypher-executor/src/routes/portal-data.ts index dabaf9d..035d0cc 100644 --- a/cypher-executor/src/routes/portal-data.ts +++ b/cypher-executor/src/routes/portal-data.ts @@ -225,7 +225,26 @@ portalDataRouter.get('/portal/data/search', (c) => if (!libraries.includes('*')) params.set('library', libraries.join(',')); // 透傳的只有「在權限範圍內再收窄」的 filter；owner_id/library 上面已由 server 定死， // caller 傳什麼都不看（URLSearchParams 是新建的，蓋不掉）。 - if (c.req.query('mode') === 'semantic') params.set('mode', 'semantic'); + if (c.req.query('mode') === 'semantic') { + params.set('mode', 'semantic'); + // 🔴 t183（leo 08-04 實撞：「語義搜尋搜到一大堆不相關的內容」 + // ——搜「火星座標」卻跑出 n8n 版本比較表、Leo 填答）： + // Vectorize 會**硬湊滿 topK 筆**，湊不到就把低分的塞進來 ⇒ 尾巴全是無關內容。 + // kbdb 早就支援 min_score（`kbdb/src/embed.ts:225`，issue #67）， + // 但 portal **從來沒傳** ⇒ 等同沒有閾值，低分尾全端到用戶面前。 + // + // 0.75 怎麼來的（**實測分數分布，不是猜的**；youlin 實例搜「火星座標 奧林帕斯山」）： + // 0.908 / 0.881 / 0.881 / 0.880 / 0.870 / 0.815 / 0.798 / 0.787 ← 全是火星座標，真相關 + // ─────────────────────── 斷崖 ─────────────────────── + // 0.742 姨媽說故事 ／ 0.740 ax-academy ／ 0.739×8 n8n 版本比較表 ← 全是雜訊 + // 斷崖落在 0.787 與 0.742 之間 ⇒ 取 0.75：相關的全留、雜訊全砍。 + // + // 允許前端覆寫（想放寬看更多可傳 min_score），但**不接受 0／負數** + // ——那等於關掉閾值，正是這次要修的病本身。 + const msRaw = Number(c.req.query('min_score')); + const minScore = Number.isFinite(msRaw) && msRaw > 0 && msRaw < 1 ? msRaw : 0.75; + params.set('min_score', String(minScore)); + } const entryType = c.req.query('entry_type'); if (entryType) params.set('entry_type', entryType); const limit = c.req.query('limit');