chromadb 这个query_texts 查询的是基于分词还是基于向量查询的

chromadb 这个query_texts 查询的是基于分词 还是基于向量查询的

def query_rag(question):
    result = collection.query(
        query_texts="突然没有网了怎么办",
        n_results=1
    )
    return result['documents'][0]   

里是基于向量查询，不是基于分词/关键词匹配。

result = collection.query(
    query_texts="突然没有网了怎么办",
    n_results=1
)

ChromaDB 会按这个流程处理：

1. 把 "突然没有网了怎么办" 交给 collection 配置的 embedding_function；
2. 生成一个查询向量；
3. 拿这个向量和库里已存储的文档向量做相似度检索；
4. 返回距离最近、语义最接近的文档。

不是看你这句话里有没有"网""断网"这些词，是看语义是否接近。所以即使库里存的是"网络连接中断如何处理"，也可能被检索出来。

几个注意点

• query_texts 官方写法建议传列表：

query_texts=["突然没有网了怎么办"]

• 如果你创建 collection 时没有指定 embedding_function，ChromaDB 默认会用内置的 all-MiniLM-L6-v2 做向量化。
• 如果创建时指定了自己的 Embedding 模型，查询时也会自动用同一个模型。
• 如果你想更明确地控制，也可以自己先生成向量，然后用：

collection.query(query_embeddings=[query_vector], n_results=1)

和分词/关键词查询的区别

方式	依据	适合场景
query_texts 向量查询	语义相似度	RAG、问答、模糊匹配
关键词/分词查询	词匹配	精确找 SKU、编号、专有名词
混合检索	向量 + 关键词	既要语义又要精确词匹配

如果你发现检索结果不准，通常不是分词问题，而是：embedding 模型不够合适、文本切块太大、或者查询语句和库中文档语义差异太大。