企业官网建设流程全解析

向量与余弦相似度：RAG 背后的数学地基

文档加载完了，切成小块了——然后呢？用户问"怎么优化 SQL 查询"，你总不能把所有文档块都扔给模型吧？Token 爆炸不说，模型也看不过来。解决思路是：先找到和问题最相关的文档块，再喂给模型。而这个"找最相关"的能力，靠的就是向量和余弦相似度。本文零公式恐惧，用直觉和代码讲透这两个概念。

一、RAG 到底在干什么？——先把全貌装进脑子

先搞清楚 RAG（Retrieval-Augmented Generation，检索增强生成）的完整流程：

这个流程里，最关键的就是第②步——怎么判断"哪段文档和问题最相关"。答案就是：向量 + 余弦相似度。

RAG 的活儿就一句话：先把"相关的料"挑出来，再让模型"照着料说话"。挑料挑得准不准，直接决定回答质量。

二、向量是什么？——给文字贴一个"GPS 坐标"

2.1 直觉理解——每个句子都有自己的"经纬度"

想象每段文字都有一个 GPS 坐标：

• "苹果好吃" → 坐标 A

• "我喜欢吃苹果" → 坐标 B（和 A 很近）

• "今天下雨了" → 坐标 C（和 A、B 都很远）

语义相近的文字，坐标也相近。这就是向量嵌入（Embedding）的核心思想。

嵌入模型 = 给文字发 GPS 的"定位员"。它把一句话变成一个坐标点，语义越接近，坐标靠得越近。

2.2 用代码感受一下——定位员是怎么工作的

from langchain_openai import OpenAIEmbeddings ​ embeddings = OpenAIEmbeddings(model="text-embedding-3-small") ​ # 把文字变成向量（一串数字） vec1 = embeddings.embed_query("苹果是一种很好吃的水果") vec2 = embeddings.embed_query("我喜欢吃苹果") vec3 = embeddings.embed_query("今天下雨了") ​ print(f"向量维度：{len(vec1)}") # 1536 维 print(f"前 5 个数字：{vec1[:5]}") # [0.0123, -0.0456, 0.0789, -0.0234, 0.0567]

向量就是一个高维坐标。1536 维听起来吓人，但你可以把它想象成有 1536 个坐标轴的 GPS——每个轴代表一种语义方向，比如"水果程度"、"天气程度"、"积极程度"……

三、余弦相似度：衡量两个向量"有多近"

有了坐标，怎么算两个点之间的距离？这里不用欧几里得距离（直线距离），而是用余弦相似度——衡量两个向量方向的接近程度，而不是绝对距离。

3.1 直觉理解——比的是"方向"不是"远近"

• vec1 和 vec2 方向几乎一致 → 余弦相似度接近 1 → 语义相近

• vec1 和 vec3 方向完全不同 → 余弦相似度接近 0 → 语义不同

余弦相似度看的是"你俩朝一个方向走吗"，而不是"你俩隔了几公里"。同一篇文章的长短版，方向一致，相似度照样高。

3.2 动手算一下——自己写个 10 行公式

import numpy as np ​ def cosine_similarity(vec_a, vec_b): """计算两个向量的余弦相似度""" dot_product = np.dot(vec_a, vec_b) norm_a = np.linalg.norm(vec_a) norm_b = np.linalg.norm(vec_b) return dot_product / (norm_a * norm_b) ​ # 计算相似度 sim_12 = cosine_similarity(vec1, vec2) # "苹果好吃" vs "我喜欢吃苹果" sim_13 = cosine_similarity(vec1, vec3) # "苹果好吃" vs "今天下雨了" ​ print(f"vec1 vs vec2 相似度：{sim_12:.4f}") # 0.85 左右，很相似 print(f"vec1 vs vec3 相似度：{sim_13:.4f}") # 0.30 左右，不太相似

3.3 余弦相似度的取值范围——给你一把"打分尺"

余弦相似度的核心优势：它只关心方向，不关心长度。一篇 100 字的文章和一篇 10000 字的文章，如果语义相同，余弦相似度依然很高。欧几里得距离做不到这一点。

四、实战：用余弦相似度做一个迷你搜索引擎

纸上谈兵没用，咱们直接手写一个迷你搜索引擎，感受一下"找最相关文档"到底是怎么回事。

from langchain_openai import OpenAIEmbeddings import numpy as np ​ embeddings = OpenAIEmbeddings(model="text-embedding-3-small") ​ # 知识库（文档块） documents = [ "SQL 查询优化：使用索引可以大幅提升查询速度", "Python 装饰器是一种高阶函数，用于修改函数行为", "数据库索引类型：B-Tree 索引、Hash 索引、全文索引", "Docker 容器化部署：编写 Dockerfile 的最佳实践", "MySQL 慢查询分析：使用 EXPLAIN 查看执行计划", ] ​ # 把所有文档向量化 doc_vectors = [embeddings.embed_query(doc) for doc in documents] ​ # 用户问题 query = "怎么优化 SQL 查询" query_vector = embeddings.embed_query(query) ​ # 计算余弦相似度 def cosine_sim(a, b): return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b)) ​ # 对每个文档计算相似度 scores = [cosine_sim(query_vector, dv) for dv in doc_vectors] ​ # 排序，取 Top 3 ranked = sorted(zip(scores, documents), reverse=True)[:3] ​ for score, doc in ranked: print(f"相似度 {score:.4f} | {doc}")

输出效果：

相似度 0.8901 | SQL 查询优化：使用索引可以大幅提升查询速度 相似度 0.8234 | MySQL 慢查询分析：使用 EXPLAIN 查看执行计划 相似度 0.7654 | 数据库索引类型：B-Tree 索引、Hash 索引、全文索引

看到了吗？"怎么优化 SQL 查询"这个自然语言问题，自动把"SQL 优化"、"慢查询"、"索引"这三篇最相关的文档找出来了。这就是 RAG 的检索核心。

五、为什么不用关键词匹配？——"认字" vs "懂意思"

你可能会问：直接用if "SQL" in doc做关键词匹配不行吗？来看一个对比：

关键词匹配是"认字"，语义匹配是"懂意思"。向量检索不受同义词、近义词的限制，这也是为什么 RAG 比传统搜索强大得多。

六、嵌入模型选型：云端 vs 本地——按场景挑"定位员"

迷你搜索引擎跑通了，接下来要上规模了。嵌入模型选哪个？先看一张对比表：

# 本地嵌入模型（Ollama） from langchain_ollama import OllamaEmbeddings ​ embeddings = OllamaEmbeddings(model="nomic-embed-text") vec = embeddings.embed_query("你好世界") print(len(vec)) # 768 维

云端省事、本地省钱，关键看你的数据能不能出内网。折腾原型用云端，数据敏感就老老实实本地跑。

七、总结——一张表 + 一句金句

向量 + 余弦相似度 = RAG 的数学地基。不需要懂数学公式，只需要理解"同类文字向量方向接近"这个直觉，就足以理解 RAG 的工作原理了。下一篇，我们把这个迷你搜索引擎升级成真正的向量存储与检索系统——百万级文档也照样秒查。

参考资料

• OpenAI Embeddings 文档

• 余弦相似度 - 维基百科