知识库系列 EP04：给检索调了 22 条参数，最扎心的是发现它早就在重排了

从零开始搭建知识库 · EP04 · 检索篇（基础篇收官）

上期往库里塞完五份脏文档，我自己琢磨的第一个药方也是开重排：rerank 一上旧版不就压下去了？社区里讲检索优化的文章也基本都把重排当标配。但这题我没测过，心里没底。这期补上，22 条命令，把 bl knowledge retrieve 的参数面从头到尾拧了一遍。

先说最扎心的发现。我跑 bl knowledge info 看了一眼库配置，返回里赫然一行 rerankModelName: qwen3-rerank。也就是说，建库的时候选过排序模型的话，重排从那天起就一直在跑，每条检索都过它的手。我加 --rerank 重跑，五条返回一条没变。这 flag 是确认现状用的，不是打开新功能用的。

怕是自己测试姿势不对，我又换了个重排模型（--rerank-model qwen3-rerank-hybrid）重跑，五条分数整体变了，从 0.7226 档掉到 0.6878 档，但排位一个没动。参数确实传到了服务端，链路是通的，只是重排本来就开着。

然后是正面回答。上期最疼的考题，问"报销发票怎么提交"，2023 旧版 0.7226 第一，现行版 0.7055 第二。这期我用了最狠的姿势：custom 模式加重排指令，白纸黑字写"优先返回2026年现行版制度"。结果跟基线逐位一致，旧版稳坐第一。similar 模式也一样，普通 rerank 也一样，问"新疆买沙发能发货吗"那条烂 Excel 碎片也还是 0.7982 第一。四组对照，全部纹丝不动。

想明白之后其实不难受。重排干的活是对候选切片按"和问题的文本相关度"重新打分。旧版那句"报销单与发票原件装订后交财务部王会计处"，跟"报销发票怎么提交"长得就是像答案。reranker 打分打得再准，也只是把"更相关的"排前面，它不知道哪份制度作废了，这从来不是它的活儿。语料的病，得回语料治，参数管不着。

中间还翻出一个好玩的参数坑。--rerank-mode 明明在参数表里躺着，我往里填了个不存在的值 xxx，命令照常跑完，连报错都没有。无效值都不报错，说明这参数在查询时根本没被服务端消费。官方文档里有对应说法：排序模型的模式仅建库时可选，创建后无法修改。参数表里有，不代表你查询时改得动。

top-k 那两个参数也顺便弄清楚了。单设稠密 5 或者单设稀疏 5，啥也不变；两路一起设 5+5，返回里的 total 字段从 27 变成 6。原来 total 是进重排的候选池大小，top-k 管池子多大，--rerank-top-n 管从池子里端出几条。最有意思的是一次报错：两路各设 1，重排窗口设 10，服务端直接 400，报错原文就一行公式，dense_similarity_top_k + sparse_similarity_top_k >= rerank_top_n。两路召回之和必须装得下重排窗口，1+1 装不下 10，拒收。服务端把流水线的数学约束写在了报错里，这条报错比十篇教程都直观。

重排窗口开到 100 会怎样？我试了，只回来 17 条（全库 27 片）。少的 10 条被 rerankMinScore 0.2 这道闸拦住了，重排打分低于 0.2 的直接扔。你要 100 条是上限，过线的才是实际。

还有个换问法的实验，结果有点疼。"新疆买沙发能发货吗"，答案碎片 0.7982 第一；换成口语的"偏远地区买大件家具送不送"，第一名变成一条答非所问的碎片"大件华东免费送装"，0.7420，就因为"大件"俩字撞上了。报销那条更狠，"发票交了之后多久能报下来"一问，现行版直接掉出前五，top5 里旧版 0.4700 带着四条烂 Excel 碎片。检索匹配的是字面，不是意图，用户不会照文档的措辞提问。

两件事收尾。一是勘误：上期我说知识库导入没有命令行命令，错了。bl knowledge --help 实际列出 31 条子命令，doc upload 就在列，我完整跑了一遍闭环：上传、PARSE_SUCCESS、删除清理，全通。错的原因是我只查了当期要用的那几条，把"我查到的"当成了"存在的"。二是新发现：retrieve 标记 deprecated 了，接棒的是 bl knowledge search，走已部署的检索服务，同一条 query 分数逐位一致，返回形态更适合直接喂 Agent。

最后把 22 条命令压成一张排查顺序，检索不准从上往下走：先看证据在不在场（top5 没有正确答案就回去修语料，调参没用），再跑双问法对照（字面口语各问一遍，top1 漂移说明问法和文档距离大），然后才轮到参数（top-k 管池子，top-n 管端出几条），重排的期望放平（它让更相关的排前面，不生产正确答案）。

基础篇到这里收官。下期进阶篇，把检索接到 Agent 上，让它自己决定什么时候查、查到了怎么用。那 11 片烂 Excel 还在库里躺着，到时候看 Agent 拿它们怎么办。

---

22 条检索命令基于百炼 CLI 实测，request_id 留痕于项目仓库。CLI 安装：官方文档，API Key：免费领取（新用户有免费额度）。