检索系统与向量数据库
向量索引一致性
说明文档更新后如何保证 PostgreSQL、对象存储和向量库中的索引一致。
检索系统与向量数据库intermediate索引一致性文档版本Qdrant重建索引
向量索引一致性解决的是“文档更新后，检索结果还能不能代表当前内容”。RAG 系统里，文档、切片、向量和元数据分散在多个地方，只要一个环节没同步，就可能召回旧内容。
这不是模型问题，而是数据一致性问题。
哪些地方会不一致
常见不一致包括：
- 文档已更新，旧 chunk 仍在向量库。
- PostgreSQL 里的文档版本和 Qdrant payload 不匹配。
- Embedding 模型换了，但旧向量没有重建。
- 索引任务失败后没有重试。
这些问题会直接影响回答可信度。
版本字段为什么关键
每个 chunk 应该能关联到：
- doc_id
- doc_version_id
- chunk_id
- embedding_model
- is_active
这样才能过滤旧版本、重建索引和排查来源。
重建索引怎么做
重建索引要可重试、可中断、可回滚。更稳的方式是先写入新版本索引，验证成功后再切换 active 状态，而不是直接覆盖旧数据。
一句话先记住
RAG 回答错，不一定是模型错，也可能是索引还停在旧世界。
继续阅读
04-rag/006-vector-database.md10-backend-for-ai-agent/004-postgresql-for-ai-app.md