semantic search 固定回 topK=20、無分數閾值——低分尾摻入不相關結果硬湊數 #67

New Issue

2026-07-19T06:30:44Z

Leo commented

2026-07-19 06:30:44 +00:00

現象（claude.ai 2026-07-19 實測 leo21c）：任何 semantic 查詢固定 count=20，前 2-5 筆相關、之後低分尾全是無關內容（老 Logseq 遺產混入更放大觀感）。

根因（源碼核實）：kbdb/src/embed.ts:240 topK: Math.min(opts.topK ?? 20, 100)，回傳 matches 全量 hydrate，零 score 閾值、零截斷；route 也未曝 topK/min_score 參數。

修法建議：①min_score 閾值（可配置，預設保守）＋回應帶 score 讓 caller 自裁 ②topK 可調 ③長期＝D30 檢索策略治本（嵌入粒度收斂卡級摘要；#58 殘影/#59 模型/#60 alias 家族——本 issue 是該家族的「截斷」缺口，rag_chat v2 頁級聚合只是繞開）。

出處：rag-wave1/normalize-and-retrieval-strategy.md；雲端總管代開。

**現象（claude.ai 2026-07-19 實測 leo21c）**：任何 semantic 查詢固定 count=20，前 2-5 筆相關、之後低分尾全是無關內容（老 Logseq 遺產混入更放大觀感）。 **根因（源碼核實）**：`kbdb/src/embed.ts:240` `topK: Math.min(opts.topK ?? 20, 100)`，回傳 matches 全量 hydrate，**零 score 閾值、零截斷**；route 也未曝 topK/min_score 參數。 **修法建議**：①`min_score` 閾值（可配置，預設保守）＋回應帶 score 讓 caller 自裁 ②topK 可調 ③長期＝D30 檢索策略治本（嵌入粒度收斂卡級摘要；#58 殘影/#59 模型/#60 alias 家族——本 issue 是該家族的「截斷」缺口，rag_chat v2 頁級聚合只是繞開）。出處：`rag-wave1/normalize-and-retrieval-strategy.md`；雲端總管代開。

Leo referenced this issue

2026-07-19 07:54:16 +00:00

fix(kbdb): search keyword 補 source filter（#66）＋semantic 曝 top_k/min_score、entry 附 score（#67） #70

Leo referenced this issue

2026-07-19 07:54:28 +00:00

kbdb /entries/search keyword 路徑 source 參數解析後丟棄（#5.1 只做了一半） #66

Leo commented

2026-07-19 07:54:29 +00:00

修復 PR 已開：#70（#70）。route 曝 top_k（預設 20、封頂 100）/min_score（預設 0＝不過濾），semanticSearch 依閾值截低分尾，semantic 回應 entry 附 score 欄（加欄不改形，caller 可自裁）。不帶新參數行為不變（向後相容）。kbdb vitest 33/33 綠、tsc 0。與 #66 同 PR；D30 檢索策略治本（嵌入粒度/#58/#59/#60 家族）不在本 PR 範圍。merge 後需 gated redeploy kbdb worker（leo 閘）。

修復 PR 已開：#70（https://git.uncle6.me/Leo/Arcrun/pulls/70）。route 曝 `top_k`（預設 20、封頂 100）/`min_score`（預設 0＝不過濾），semanticSearch 依閾值截低分尾，semantic 回應 entry 附 `score` 欄（加欄不改形，caller 可自裁）。不帶新參數行為不變（向後相容）。kbdb vitest 33/33 綠、tsc 0。與 #66 同 PR；D30 檢索策略治本（嵌入粒度/#58/#59/#60 家族）不在本 PR 範圍。merge 後需 gated redeploy kbdb worker（leo 閘）。

Leo commented

2026-07-19 08:27:31 +00:00

✅ live 驗證過關單（leo21c ff6be30b）：mode=semantic&top_k=5&min_score=0.5 回 5 筆全 ≥0.5 分數降冪（首名 0.875＝正確命中 KPI 卡）；不帶參數維持 20 筆＋entry 附 score 欄＝向後相容。治本（D30 嵌入粒度）另走 library-map M6＋#58/#59/#60。

✅ live 驗證過關單（leo21c `ff6be30b`）：`mode=semantic&top_k=5&min_score=0.5` 回 5 筆全 ≥0.5 分數降冪（首名 0.875＝正確命中 KPI 卡）；不帶參數維持 20 筆＋entry 附 score 欄＝向後相容。治本（D30 嵌入粒度）另走 library-map M6＋#58/#59/#60。

Leo closed this issue

2026-07-19 08:27:32 +00:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: Leo/Arcrun#67