向量的作用
在了解embedding之前，我们先要知道向量是做什么的，为什么需要向量，我们使用中文好好的不行吗，es模糊匹配一样可以解决问题。
但是假如我们有以下这个场景，知识库内的内容是：打卡截止时间为9:00。用户提问：我8:30进行打卡可以吗？
以上这种场景我们使用文字的匹配几乎不可能匹配上，所以我们引入了向量。
那向量是什么呢，这里的向量可以理解为对文本语意的多维度展现，举个例子加入"苹果"的向量是0.213, 0.554，第一个向量代表的是苹果的大种类，属于水果，那"香蕉"的向量就可能是0.213, 0.76942， 也是属于水果这个大种类。大概可以这么理解向量，当然具体的例子肯定复杂的多，但一通百通，原理都差不多。实际应用中，向量维度可能高达数百甚至数千，这里仅用二维简化示意
好的，那知道了向量的作用，我们还得知道向量的匹配机制，两个向量之间你怎么知道他的相似度呢？
向量相似度
余弦相似度是比较向量相似度中最常用的方式。每个向量都可以看成是从原点出发的一个箭头，余弦相似度就是两个箭头的方向有多么接近。余弦相似度越接近1，表示两个向量方向越一致（语义越相似）；越接近0，表示越无关；越接近-1，表示越相反
正常来说我们如果要找相似度差不多的大概在0.7以上就行了。取相似度最高的几个，然后过滤掉0.7以下的向量。
Embedding
所以将文本转为向量的技术就是embedding，只要我们输入一串文本，embedding就会将这串文本的向量数据返回回来。
不同的embedding模型所对应的向量维度，最大文本长度都不太一样，维度越高，表达能力就越强，分析的越细致，但是存储和计算的成本也会变得更高。
最大输入长度也决定了你的chunk能有多长。
不同模型对于中文的识别效果也不太一样，整体国内的阿里通义 text-embedding-v3 对于中文的效果最好，api也更加稳定，国外的openAi的embedding模型对于英文的效果更好。
这里也要提一点，不同的embedding模型输出的向量是不太一致的，如果使用了一个模型进行chunk内容的向量化，那么进行输入匹配的向量化也得使用这个embedding模型，不然可能匹配出问题。
总结
所以我们的RAG流程是
上传文件 → 文件Tika提取文本 → 文件内容chunk拆分 → 不同chunk向量化处理 embedding
再往后就是对向量进行存储，以及后续用户输入内容匹配再交给大模型识别。