知识库里的向量化技术有哪些

知识库向量化的核心是把文本、代码、图片或表格转换成向量，让语义相近的内容在向量空间里距离更近。

常见方式包括 TF-IDF、Word2Vec、Sentence-BERT、BGE、E5、text-embedding 系列模型，以及多模态场景下的 CLIP 类模型。

在企业知识库里，一般不会只依赖一种向量。普通文档可以用通用 embedding，代码检索可以用代码向量模型，图片文档可以用 OCR 文本向量加图片向量。向量入库时还要带上 metadata，比如文档类型、服务名、版本、权限、更新时间，否则检索结果很难做过滤和排序。