元數據過濾

在向量搜索中，先根據結構化元數據（日期、類別、作者等）過濾，再在子集上進行語義搜索，提升準確率和效率。

典型應用：

• 時間範圍：「2023 年的報告」
• 類別：「僅技術文檔」
• 作者：「張三的郵件」
• 標籤：「#重要 且 #待處理」
• 權限：「我能訪問的文件」

實現方式：

• 預過濾：搜索前先篩選符合條件的文檔
• 後過濾：搜索後過濾結果（效率低）
• 混合索引：向量數據庫支持元數據索引（Pinecone、Milvus）
• 分區：按元數據預分區，只在相關分區搜索

技術挑戰：

• 複雜查詢：與邏輯（AND、OR、NOT）的組合
• 性能：大量過濾條件下的搜索效率
• 索引：元數據索引和向量索引的聯合優化
• 動態更新：元數據變化時的實時更新

向量數據庫支持：

• Pinecone：強大的元數據過濾
• Weaviate：GraphQL 風格的複雜查詢
• Milvus：布爾表達式過濾
• Elasticsearch：傳統過濾 + 向量搜索

最佳實踐：

• 索引策略：對常用過濾字段建立索引
• 組合順序：先過濾減少搜索空間
• 權限：提前過濾避免返回無權訪問的結果
• 預計算：靜態過濾條件可預分區

這是「企業級 RAG」的必備功能—— 數據總有結構化屬性，純向量搜索不夠。