切换 Embedding 模型时，千万别忽略历史向量维度

笔者最近在测试知识库系统时，因原 Embedding 模型不可用而切换了新模型。看似只是更换模型，却因为历史向量仍在数据库中，导致文档重新解析后依然报错。

01 | 问题关键：向量维度不一致

不同 Embedding 模型输出的向量维度可能不同。例如，笔者测试的旧模型输出过 2560 维，新模型为 1536 维；而最终排查发现，历史记忆表中还存有 2048 维向量。

当新旧向量混在同一套问答链路中，就可能触发维度不匹配错误。

02 | 重新解析文档为何无效

笔者多次重新解析文档仍报错。原因是重新解析仅影响文本向量表 kbot_biz_txt_embedding，但旧的记忆向量还保存在 kbot_md_memory_entry 中。

可先检查两张表的向量维度：

sql 复制代码

SELECT
 VECTOR_DIMENSION_COUNT(memory_vector) AS dimensions,
 VECTOR_DIMENSION_FORMAT(memory_vector) AS element_format,
 COUNT(*) AS row_count
FROM kbot_md_memory_entry
WHERE memory_vector IS NOT NULL
GROUP BY
 VECTOR_DIMENSION_COUNT(memory_vector),
 VECTOR_DIMENSION_FORMAT(memory_vector)
ORDER BY dimensions, element_format;

sql 复制代码

SELECT
 VECTOR_DIMENSION_COUNT(embedding) AS dimensions,
 VECTOR_DIMENSION_FORMAT(embedding) AS element_format,
 COUNT(*) AS row_count
FROM kbot_biz_txt_embedding
WHERE kb_id = 41
GROUP BY
 VECTOR_DIMENSION_COUNT(embedding),
 VECTOR_DIMENSION_FORMAT(embedding)
ORDER BY dimensions, element_format;

03 | 清理旧记忆前务必确认

还可以直接查看两张表：

sql 复制代码

select * from kbot_biz_txt_embedding;
select * from kbot_md_memory_entry;

确认 kbot_md_memory_entry 存在过时维度的历史向量后，才谨慎清理：

sql 复制代码

truncate table kbot_md_memory_entry;

笔者清空该表中的旧信息后，问答恢复正常，不再报错。

切换 Embedding 模型时，除了重新解析文件，更要检查历史记忆向量是否仍使用旧维度。只有相关向量维度统一，知识库问答才能稳定运行。

关注我，和AI一起成长~