必须使用dify v1.3.0+版本并启用多向量检索，为“operation_command”和“log_context”语义角色分别配置专用字段与编码器，通过权重分配或意图路由融合，并设top-k=5且启用rrf重排序。
☞☞☞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☜☜☜
要在Dify中让AI真正理解同一概念在不同语境下的多重表达，比如“重启服务”既可能对应运维手册里的“systemctl restart”，也可能出现在日志分析文档中的“service crashed and auto-restarted”，就必须启用多向量检索能力——它不是简单叠加多个向量库，而是为每类语义角色生成专属嵌入空间。
确认Dify版本与部署模式支持
进入Dify控制台首页 → 点击右上角头像 → 选择「系统信息」→ 查看「平台版本号」。【必须为v1.3.0或更高版本】，低版本不提供multi-vector encoder配置入口；若使用自托管部署，需确认后端服务已加载multi_vector_retriever插件模块，否则设置将无法生效。
打开任意应用 → 点击左侧导航栏「知识库」→ 选择目标数据集 → 点击右上角「设置」图标 → 在弹出面板中查找「高级检索」区域。若未看到「多向量检索」开关，则说明当前环境不支持该功能。
启用多向量检索并指定语义角色
第一步：开启主开关
在「高级检索」区域，勾选「启用多向量检索」复选框。此时页面会自动展开「语义角色配置」子面板，原有单向量设置项（如embedding model）将被禁用。
第二步：添加首个语义角色
点击「+ 添加角色」按钮 → 在「角色名称」输入框填入operation_command → 在「适用字段」下拉菜单中选择「代码块、命令行片段」→ 在「编码器」下拉菜单中选择text-embedding-3-large。这个角色专用于精准捕获技术指令类文本的结构化语义。
第三步：添加第二个语义角色
再次点击「+ 添加角色」→ 输入角色名log_context → 「适用字段」选「错误日志、时间戳段落」→ 「编码器」选all-MiniLM-L6-v2-zh。该模型对短文本噪声鲁棒性强，适合处理非规范日志语句。
注意：每个角色必须绑定明确的字段类型，【若将「operation_command」角色误配到「产品描述」字段，会导致命令类查询召回率暴跌40%以上】。
配置混合融合策略
方法一：按角色权重分配
在「融合策略」区域，找到刚创建的两个角色条目 → 将operation_command权重滑块拖至0.65位置 → log_context自动变为0.35。这种分配确保运维指令类问题优先获得高精度匹配，日志上下文作为辅助信号补全。
方法二：按查询意图动态路由
点击「启用意图识别路由」开关 → 在弹出窗口中输入两条规则：
• 规则1：当用户问题含「systemctl」「service」「start/stop/restart」等词时，仅激活operation_command角色；
• 规则2：当问题含「error」「crash」「failed」「log」且不含命令动词时，仅激活log_context角色。该方式可彻底避免语义干扰，但需额外维护关键词白名单。
这一步操作起来很简单，直接把规则写进框里保存就行。
调整Top-K与重排序参数
在「高级参数」折叠区点击展开 → 将「每个角色返回片段数量」统一设为5。不能沿用单向量时的7，因为多角色并行检索会成倍增加候选集总量，保持5能兼顾覆盖率与响应延迟。
勾选「跨角色重排序」复选框。该功能会在所有角色各自返回的Top-5片段基础上，用RRF（Reciprocal Rank Fusion）算法进行全局打分排序，确保最终呈现的3个片段是综合置信度最高的结果。
【未启用跨角色重排序时，系统默认按角色顺序拼接结果，常导致日志片段挤占关键命令片段的展示位置】。
