检索（Retrieval） 上下文与记忆

它是什么

检索（Retrieval）是从记忆库中找出与当前问题最相关片段的过程。它的输入是查询（一段用户问题），输出是若干命中（{ entry, score }）。检索不是搜索的终点——命中要注入当前上下文、被模型读到，才算完成闭环（见第 11 章的「写入 → 检索 → 回填」时序）。

三步流水线

本章的检索是暴力检索：embed 查询 → 逐条相似度比对 → 阈值过滤 → top-k 排序。阈值与 k 直接决定注入质量：minScore 太高相关记忆全被过滤（Agent 变「失忆患者」），太低无关记忆灌进上下文（模型被噪声带偏）；原则是宁可少注入，不可错注入。注入顺序也有讲究——最相关的放最前面，影响模型的注意力分配（这是上下文工程在记忆场景的具体化）。

与相邻概念的关系

检索是向量检索（检索的具体手段）、RAG（检索 + 生成的完整范式）与长期记忆（检索层的服务对象）共有的核心动作。生产系统还会在向量召回之外叠加 BM25 精确匹配与重排，把「语义相似」与「字面命中」都抓回来。