🖥️词向量检索

“词向量检索”节点用于基于向量数据库进行语义搜索。它会将输入的问题（question）转换为向量，并在已保存的向量数据库中查找语义上最相似的文本片段，然后返回结果。常用于文档问答、知识库检索、上下文补全等场景，是RAG（检索增强生成）的核心步骤。

🖥️词向量检索-节点参数说明

输入参数
file_content	待检索的文件内容（可选，通常配合保存向量数据库使用）。
ebd_model	用于生成查询向量的模型（可选，本地模型路径或远程模型接口）。
输出参数
ebd_response	检索到的相关文本片段，按语义相似度排序。
控件参数
model_path	指定向量化模型路径，例如 E:\MODELS\bge-large-zh（中文语义检索模型）（ebd_model和model_path两个之中一定要有一个传入模型）。
question	用户输入的问题或查询关键词，例如“资格审查”。
is_enable	是否启用该节点，关闭时不执行检索。
device	运行设备，默认 auto，可选择auto、cuda、cpu、mps。
k	返回的结果数量，例如5表示返回前5个最相关片段。
chunk_size	文本切片大小（默认 200），控制每个分块的最大长度。
chunk_overlap	切片之间的重叠部分（默认50），保证语义连续。
base_path	向量数据库的存储路径，例如G:\向量数据库。

使用本地的bge-large-zh模型检索本地数据库里和”资格审查“相关的信息。还可以在file_content端传入需要检索的文件。

ComfyUI原生节点