Weaviate Hybrid Search（BM25+向量）与 Schema 设计（2025）

Weaviate Hybrid Search（BM25+向量）与 Schema 设计（2025）一、Schema 与索引类与属性：为文本/标签/数值建模；向量由内置/外部模型生成。索引：启用 `BM25` 文本索引与向量索引，支持 Hybrid 组合。过滤：对标签/范围设置过滤字段，保障精确召回。二、Hybrid Search 策略融合：将 BM25 文本分数与向量相似度按权重融合，形成 `Hybrid Search`。权重：在验证集上调节文本/向量权重；针对短文本与长文本设定不同策略。Top-K：选择合理的 `Top-K`，兼顾首屏相关性与延迟。三、导入与一致性导入：分批导入与并发控制；向量生成与写入解耦。一致性：对更新采用事务与版本策略，避免索引不一致。观察：记录延迟与召回曲线；定期回归参数。四、过滤与排序过滤优先：先过滤后相似度计算，减少计算量。排序：结合业务权重与 recency 排序；避免过度偏向高频词。注意事项关键词（Weaviate、Hybrid Search、BM25、向量、Schema）贯穿正文与 Front Matter。分类为“数据/搜索/Weaviate”，不超过三级。参数以评估集与线上观测共同验证。