把检索压平成向量库是错的:多类型数据面架构五件套
Puzzleheaded_Box2842 · reddit · 2026-10-16
作者指出大多数检索 agent 把一切转成文本块塞进向量库,但真实数据形态多样:文档(Markdown/PDF)、SQL 表、依赖图、SOP 流程、用户偏好与决策。压平成单一格式会带来可预测的问题:表格丢失 schema、关系变成孤立文本片段、流程与事实混杂、更新后各表示不同步。
更好的做法是暴露多个带类型的数据面(typed data surfaces):
- KB:文档与笔记,混合语义/关键词检索
- DB:结构化记录,过滤、join、聚合
- Graph:实体、依赖、有界遍历
- Skills:可复用流程与操作指令
- Memory:有作用域的事实、偏好、决策
检索侧:agent 为每个请求选择「最小够用」的面集合;文档问题走 KB,数值问题走 DB,关系问题走 Graph,复合任务合并多面证据。存储路径应独立:store agent 按结构路由输入、保留源元数据,返回含受影响面、版本与写入结果的回执;同一来源可投影到多个表示。
该架构已在 OpenDCAI/DataMind 实现,作者不确定是否存在真实需求。
「编程与Agent」频道最新
- Claude Code+Remotion 5 分钟把图表照片变动画视频,附 6 条 prompt — TawohAwa · 2026-10-16
- PE 委托在医疗计费平台落地 AI Agent:六周让质疑者改观 — alex_verem · 2026-10-16
- Anthropic 工程负责人出 Claude 进阶教程,网友整理成 7 条提示词 — alex_verem · 2026-10-16
- LangChain 发布医疗生命科学 Agent 落地指南,拆解三家实战案例 — LangChain · 2026-10-16
- AI GTM 全教程:五角色 Agent 团队自动跑销售管道 — VibeMarketer_ · 2026-10-16
- Beam 编码 Agent 指数仅 28 分:落后头部 40 分,但最省 token 之一 — ArtificialAnlys · 2026-10-16