「召回（Retrieval）」这个词一般来自搜索系统或推荐系统的概念，例如在 Dify 中的应用也类似，用于从知识库中找到与用户问题相关的内容，作为大语言模型（LLM）回答问题的参考依据。
一句话解释：
召回是从知识库中筛选出与用户问题最相关的内容（文本片段），提供给模型用于更准确地生成回答。
更通俗的解释：
假设你在 Dify 中创建了一个「智能客服机器人」，并上传了产品手册作为知识库。
当用户问「你们的手机支持5G吗？」：
召回的过程：
- Dify 会先把用户的问题转成向量（语义理解），
- 然后在你上传的知识库中找出最相似的段落，比如“iPhone 15 Pro 支持 5G 网络”这一段，
- 这个过程就叫做「召回」。
接下来才是大模型生成回答：
- Dify 把这些被召回的段落+用户的问题一起发送给大模型，
- 让模型结合上下文生成更准确的回答。
在 Dify 中召回的相关术语可能包括：
| 术语 | 含义 |
|---|---|
| 知识库召回 | 从知识库中找到与问题最相关的文本片段（上下文） |
| 向量召回 | 使用向量数据库（如 FAISS）来检索语义相似的内容 |
| 召回片段数 | 一次召回返回的段落数量，影响答案准确性和上下文长度 |
| 召回方式 | 可能支持 hybrid 检索、关键词检索、向量检索等 |
总结
在 Dify 中，召回是指把和用户问题最相关的知识从知识库中“拉”出来，作为回答问题时的参考依据。
它是「基于知识库问答」的关键一步，直接影响生成答案的准确性。
