实战：使用 Milvus 实现 BM25 与混合检索
《Agent 大模型 0 到 1 系统课》 · 程序员 Sunday
上一节，咱们已经把 BM25 和混合检索的原理讲清楚了。
向量检索负责理解“意思像不像”，BM25 负责判断关键词有没有命中。两路结果出来以后，还可以使用加权融合或者 RRF 得到最终的 TopK。
但是，只知道这个流程还不够。
咱们还得看看代码是怎么写的。
之前给大家看代码的时候，都会把代码给大家直接贴出来，然后配上对应的注释。
但是，这一次的代码贴不出来了，，，
因为代码太多了。。。
加上注释，已经 800 多行了，要炸。。。
再加上昨天有同学提到：“如果 Agent 课程中视频占比能更高一点就好了”
所以说，这一小节咱们想要 通过视频的方式，来完整讲解一下整个代码的运行效果。
没办法，就这么宠粉～～
源码链接在这里：
https://github.com/lgd8981289/Agent--Code
代码讲解视频
代码注意事项
确保环境运行正常
代码运行需要依赖 Docker 和 milvus。（忘记的同学可以重新看下 第二章05 - 实战：使用 Milvus 与 Zilliz Cloud 完成持久化、索引、过滤与更新）
所以，在执行代码前请确认：
-
Docker 已正常启动（确认 05 的代码仓库是暂停的状态）
-
执行
curl -L https://github.com/milvus-io/milvus/releases/download/v2.6.18/milvus-standalone-docker-compose.yml -o docker-compose.yml or wget -L https://github.com/milvus-io/milvus/releases/download/v2.6.18/milvus-standalone-docker-compose.yml -o docker-compose.yml生成
docker-compose.yml文件 -
执行
docker compose up -d拉取镜像（之前拉取过，这次应该会快很多） -
查看容器状态
docker compose ps，正常情况下，应该能看到etcd、minio、standalone这几个服务都在运行。
-
执行
curl http://127.0.0.1:9091/healthz正常返回OK就没问题了
最终的目录结构生成应该就是这样：
然后执行 node --env-file=.env hybrid-search.js demo ，就可以成功了：
使用新的 Collection（向量数据库的 “表”）
在 .env 文件中，修改如下代码：
MILVUS_COLLECTION=agent_course_hybrid_chunks这表示 07 会使用新的集合，别和 05 用同一个。
总结
不知道讲解的代码大家听着是否习惯，特别是在现在的 AI 时代。
就和视频里面说的一样，大家不需要关心每一行代码，只需要关注最终结果。
能够通过结果来知道 向量检索 、BM25、混合检索的区别，就可以了。
不过，现在的检索器现在仍然直接使用用户的原始问题。
如果用户说得很含糊，或者问题中的表达和知识库完全不同，即使已经使用混合检索，也可能找不到正确资料。
下一节，咱们继续学习 Query Rewrite 和 Multi-Query，看看怎么在真正检索之前，把用户问题改造成更适合知识库的查询。
