需配置双embedding模型协同工作：中文用bge-large-zh、英文用text-embedding-ada-002，通过语言自动识别与混合检索加权融合，实现中英文文档高精度跨语言检索。
☞☞☞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中让中文和英文文档都获得高精度检索结果，不能只靠一个Embedding模型硬扛——中文bge-large-zh对英文词义建模弱，text-embedding-ada-002又对中文长句语义切分不准，必须让两个模型各司其职、协同输出。
第一步：配置双Embedding模型并验证可用性
进入「设置」→「模型供应商管理」→「TEXT EMBEDDING」标签页，点击「添加模型」两次，分别配置中文与英文专用模型。
中文模型选【bge-large-zh】：填写模型名称（如“zh-embed”）、基础URL（本地部署填http://localhost:8000/v1）、API密钥（若需），保存后务必点击「测试连接」——【只有返回维度值1024且状态为“连接成功”，才算真正就绪】。
英文模型选【text-embedding-ada-002】：模型名称设为“en-embed”，服务类型选OpenAI兼容接口，填入对应API密钥与Base URL（如https://api.openai.com/v1），同样执行「测试连接」——【返回维度1536且无超时错误，才可进入下一步】。
注意：两个模型必须在同一个Dify实例中完成注册，否则后续无法在知识库中联动调用。
第二步：创建支持多语言路由的知识库
点击左侧导航栏「知识库」→「创建知识库」，输入名称（如“global-tech-docs”）并确认。
上传文档时，将中文PDF与英文Markdown分开拖入——Dify不会自动识别语言，但后续分段策略会依赖文件来源路径做初步分流。
进入「文本分段与清洗」环节，关键操作在此：下拉选择「高级分块」模式 → 启用“按语义边界切分” → 语言检测开关设为【自动识别】。
这一步会触发Dify内置语言探测器（基于fasttext），对每个文档块打上zh/en/ja等标签，为后续模型路由提供依据；若探测失败，系统会回退到默认分段逻辑，导致模型错配。
Dify 3.9.2更新重点增强系统安全性，引入 Chainguard 安全基础镜像并同步社区版 CVE 修复，同时优化 OpenSearch 向量存储兼容性、插件参数传输机制及 Helm 部署配置。新增工作流模型节点缓存能力，可减少重复凭证查询，显著提升复杂工作流初始化速度，为企业级 AI 应用提供更稳定、高效的运行体验。
第三步：启用双模型混合路由与加权融合
在知识库编辑页，进入「索引设置」→「高质量」模式 → 开启「混合检索」。
方法一：手动配置双路召回权重
在检索参数JSON中填入：
{"retrieval_mode":"hybrid","weights":{"keyword":0.3,"semantic_zh":0.45,"semantic_en":0.25},"top_k":8}
其中semantic_zh与semantic_en是Dify内部识别的模型别名，对应你刚注册的zh-embed和en-embed；权重总和必须为1，且semantic_zh权重必须高于semantic_en——因为中文文档占比通常更高，且bge-large-zh召回质量更稳定。
方法二：启用动态语言路由
勾选「按文档语言自动选择Embedding模型」，系统会在索引构建阶段，对每个分块标注语言标签，并仅调用对应模型生成向量；此方式无需手动设权重，但要求所有文档必须含明确语言标识（如文件名带_zh/ en后缀，或首段含“本文为中文版”类提示）。
保存设置后，系统将重建索引——【此过程不可中断，中断会导致向量库损坏，需全量重传文档】。
第四步：验证跨语言检索效果
第一步：用中文问题查英文原文
在知识库测试框输入“如何配置OAuth2.0授权？”，观察返回结果是否包含英文技术文档中的“Configure OAuth2.0 authorization flow”段落——若出现，说明语义路由生效。
第二步：用英文缩写查中文解释
输入“JWT token expiration”，检查是否命中中文FAQ中“JWT令牌过期时间设置”的完整段落——这里考验的是bge-large-zh能否理解英文术语在中文语境下的等价表达。
第三步：对比单模型与双模型召回差异
临时关闭en-embed模型，在相同查询下记录Top5结果；再开启双模型，重新执行——若英文相关片段从第7位跃升至第2位，即验证成功。
