必须启用属性过滤并配置元数据字段与混合检索策略才能精准召回：在知识库高级设置中添加purchase_date（日期型）、device_model（字符串型）、status（枚举型）三字段，再于知识库节点中选择“混合”搜索策略并启用元数据过滤，输入合规表达式即可实现时间、型号、状态联合筛选。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在扣子平台中，当用户提问“2025年6月后购买的iPhone 15 Pro支持哪些快充协议”，系统却返回了2023年旧款机型的充电说明，根本原因是知识库未对时间、型号、状态等结构化属性做有效约束，导致向量检索召回大量无关片段——必须将向量相似性与属性过滤同步生效，才能让响应既快又准。
启用属性过滤并绑定字段类型
进入扣子Bot后台 →「知识库」→ 点击目标知识库右侧「编辑」→ 下拉至「高级设置」区域 → 找到「元数据字段配置」模块。
点击「添加字段」，依次录入三个关键属性：【purchase_date】（日期型）、【device_model】（字符串型）、【status】（枚举型：active/inactive/legacy）。日期型字段必须选对类型，否则后续无法执行范围比较，比如“purchase_date > '2025-06-01'”会直接报错。
保存后，系统自动为已上传文档中的对应内容打标。若原始PDF或表格里没有显式标注purchase_date，需先在导入前用Excel补全该列，否则该字段将为空，过滤失效。
在知识库节点中开启双通道联合检索
回到智能体编排页面 → 找到已绑定该知识库的「知识库节点」→ 点击右上角「配置」按钮 → 展开「召回配置」面板。
第一步：在「搜索策略」下拉菜单中选择「混合」——这是唯一支持同时触发向量匹配与属性过滤的模式；选“语义”或“全文”都会跳过属性校验逻辑。
扣子 (Windows) 是字节跳动推出的一站式 AI Agent 平台客户端，支持多 Agent 协作、可视化工作流和知识库管理。最新版本新增 Claude Code 与 Codex CLI 接入、多端同步和项目级管理功能，同时优化了插件生态和 AI 响应速度，让用户在 Windows 上即可高效创建、运行和协作智能体，满足个人、团队及企业场景需求。
第二步：勾选「启用元数据过滤」开关 → 在下方输入框中填写过滤表达式：device_model == "iPhone 15 Pro" and purchase_date > "2025-06-01" and status == "active"。
注意：字符串值必须用英文双引号包裹，日期格式严格为YYYY-MM-DD，且不能写成2025/06/01或2025.06.01，否则整个过滤条件被忽略，退化为纯向量检索。
验证属性过滤是否真正生效
方法一：在知识库右上角点击「测试检索」→ 输入问题“iPhone 15 Pro快充协议” → 查看底部「召回详情」面板。
若看到“过滤后剩余chunk数：3”，且这3个片段的purchase_date字段值全部大于2025-06-01，则说明属性过滤已介入；若显示“过滤后剩余chunk数：全部”，说明表达式语法错误或字段未正确映射。
方法二：在工作流中插入一个「日志节点」→ 将知识库节点的output.recall_results作为输入 → 运行一次真实对话 → 检查日志输出中每个召回项是否都含device_model="iPhone 15 Pro"且purchase_date字段值符合预期。
这一步操作起来很简单，直接把日志节点拖进去连上线就行，但能一眼揪出字段映射失败或过滤漏斗失效的问题。
