标签与筛选
标签提供了一种强大的方式来组织文档，并为向量搜索创建精确的筛选。通过将基于标签的筛选与语义搜索结合，你可以从知识库中准确检索所需内容。
为文档添加标签
你可以为知识库中的任何文档添加自定义标签，以便组织和分类内容，便于检索。打开知识库中的文档，使用标签字段分配值。
标签管理
- 自定义标签：创建适合你工作流的自定义标签体系
- 每文档多个标签：为每个文档应用所需数量的标签；每个知识库有 7 个标签槽位，由知识库中的所有文档共享
- 标签组织：通过一致的标签将相关文档分组
标签最佳实践
- 一致命名：在文档中使用标准化的标签名称
- 描述性标签：使用清晰、有意义的标签名称
- 定期清理：定期移除未使用或过时的标签
搜索 API 与 Knowledge 块
搜索 API 通过 filters 字段接收文档标签筛选，该字段为标签名与标签值的映射。API 支持仅标签、仅向量和组合搜索。
在高级模式中，Knowledge 块接收包含 tagName 和 tagValue 的 tagFilters 行，并将其转换为 API 的 filters 映射。块仅支持文本相等筛选；未知标签、格式错误的筛选条件和不支持的运算符会被拒绝。仅查询、仅标签以及组合搜索均使用以下模式。
搜索模式
搜索 API 根据查询和筛选条件选择模式。所有模式都返回分块，而非完整文档。topK 默认为 10，允许范围为 1-100；多个结果可能属于同一文档。搜索不是穷举文档列表的操作。
1. 仅标签搜索
当你仅提供标签（没有搜索查询）时：
- 有限检索：从带有指定标签的文档中获取最多
topK个分块 - 无向量搜索：结果完全基于标签匹配
- 快速性能：无需语义处理的快速检索
- 精确匹配：返回的分块所属文档必须满足全部指定的标签筛选条件
使用场景：需要特定类别或项目中的有限数量分块时
2. 仅向量搜索
当您仅提供搜索查询（无标签）时：
- 语义搜索：根据含义和上下文查找内容
- 全知识库：搜索所有文档
- 相关性排序：结果按语义相似度排序
- 自然语言：使用问题或短语查找相关内容
使用场景：当您需要最相关的内容而不考虑组织方式时
3. 组合标签筛选 + 向量搜索
当您同时提供标签和搜索查询时：
- 首先：将文档筛选为仅包含指定标签的文档
- 然后：在该筛选后的子集中执行向量搜索
- 结果：仅从您标记的文档中获取语义相关的内容
使用场景：当您需要特定类别或项目的相关内容时
搜索配置
标签筛选
- 多个标签槽：当对多个标签槽进行筛选时，应用 AND 逻辑（所有指定的标签筛选条件都必须匹配）
- 标签内的 OR：单个标签槽支持 OR 逻辑，可匹配多个指定值中的任意一个
- 大小写敏感度：标签匹配不区分大小写
- 精确匹配：标签值必须完全匹配（不支持部分匹配或子字符串匹配）
向量搜索参数
- 查询复杂度：自然语言问题效果最佳
- 结果数量限制：配置要检索的块数量
- 相关性阈值：由系统内部选择；不提供用户可配置的相似度阈值
- 分块大小：在文档处理时配置，而不是搜索参数
与工作流集成
知识块配置
- 选择知识库：选择要搜索的知识库
- 选择搜索输入：提供查询、高级模式下的文本相等标签筛选，或同时提供两者
- 配置结果：设置检索分块数量（1-100，默认 10）
- 映射结果：在下游输入或提示词中显式引用返回的分块
- 测试搜索：使用结果前先检查其内容
动态标签用法
- 变量标签：可在块的标签值中使用工作流引用；直接调用 API 时，通过
filters传入解析后的值 - 条件过滤：根据工作流逻辑应用不同标签
- 上下文感知搜索：根据对话上下文调整标签
- 多步过滤：通过工作流步骤细化搜索
性能优化
- 高效过滤：标签过滤在向量搜索之前进行，以获得更好性能
- 结果限制：仅请求所需分块，控制下游上下文大小
标签入门
- 规划标签结构：确定一致的命名规范
- 开始打标签：为现有文档添加相关标签
- 测试组合：尝试标签 + 搜索查询的组合
- 集成到工作流：配置 Knowledge 块的标签筛选并检查返回的分块；直接调用 API 时使用
filters - 持续优化：根据搜索结果调整标签方法
标签将你的知识库从简单的文档存储转变为组织精确、可搜索的智能系统，让你的 AI 工作流能以极高的精准度在其中导航。