在搭建Dify知识库时，有一个常见误区：很多人误以为是模型能力不足，实际却是索引模式选择不当。

例如，上传一份50页的产品手册后，用户询问“如何重置设备密码”，AI却返回了“包装清单说明”。这种张冠李戴的回答，问题根源在于检索策略而非模型。Dify提供的经济模式与高质量模式，并非简单的“廉价版”与“旗舰版”之分。二者底层对文档的处理机制截然不同，直接影响关键词匹配、语义理解以及响应效率。

核心机制差异：经济模式好比查字典，高质量模式如同读文章

经济模式的本质是构建一个快速的关键词索引目录。系统利用Jieba等工具从每个文本片段中提取最多10个TF-IDF值最高的关键词，并建立“关键词→段落ID”的映射表。当用户提问时，系统仅对问题进行分词，再通过查表进行匹配，完全不含语义理解。简而言之，这就是纯粹的关键词搜索——速度快（50毫秒内返回结果），但无法理解用户的真实意图。

高质量模式则采用完全不同的路径。它会调用嵌入模型（如bge-m3），将每个文本块转化为高维向量并存储于向量数据库。检索时，同样将用户问题转为向量，然后在数学空间中寻找“距离最近”的段落。这意味着它能理解“重置密码”与“清除认证信息”、“恢复出厂登录设置”之间的语义关联。然而代价也很显著：首次对50页文档进行向量化可能需要6分钟以上，且每次查询均需消耗Token。

哪些场景必须选择高质量模式

以下三种场景下，经济模式极易失效，必须使用高质量模式：

第一种：技术文档包含大量专业缩写与术语变体。例如，文档中描述“SSL/TLS握手失败”，用户却询问“HTTPS连接报错”。经济模式因找不到共同关键词而直接遗漏；高质量模式则通过向量空间中的距离，能识别两者间的强语义相关性。

第二种：需要支持多语言混合查询。用户用中文问“如何配置JWT token”，而文档中为英文“Set up JSON Web Token authentication”。经济模式下关键词完全不重叠，容易空手而归；高质量模式能在同一向量空间中对齐两者。

第三种：法律、医疗等对精准度要求极高的领域。例如合同条款中的“不可抗力”与“情势变更”，在经济模式下是两个孤立的词汇；高质量模式则凭借训练数据，理解它们在法律语境下的近义关系，从而避免误判。

经济模式适用的可靠边界

那么，何时可以放心使用经济模式？务必同时满足三个硬性条件：文档总页数少于30页；用户提问句式高度固定（例如“员工入职流程第3步是什么”）；全文术语几乎没有同义替换。

操作步骤非常简单：进入知识库设置页面，点击「索引配置」，在「索引模式」下拉选项中选择「经济」，保存后系统将自动触发重新索引。重要提醒：此操作不可逆——知识库一旦通过高质量模式创建，便无法降级为经济模式。

上传测试文档后，建议在检索调试面板中输入几个典型问题，观察返回的段落是否均包含提问中的原始关键词。若出现“匹配0块”或“命中段落不含任何查询词”，则表明经济模式已超出其适用范围，必须切换至高质量模式。

混合使用的实际操作方法

如果文档场景较为复杂，可以考虑混合使用两种模式。

一种方法：按知识库分区分别启用。将客服FAQ等结构清晰、问法固定的内容单独建立一个经济模式知识库；将产品白皮书等术语密集、用户可能自由提问的内容另建一个高质量模式知识库。Agent调用时，根据问题类型将请求路由至对应知识库。

另一种做法：在同一知识库内叠加检索策略。在高质量模式下，开启「混合检索」开关，系统将并行执行向量检索与关键词检索，并对结果进行加权融合排序。此操作无需额外配置分段参数，但单次查询延迟会有轻微增加（约多80毫秒）。