这一档模型的参数意味着什么
quoteMaxToken 是知识库应用中引用内容的总 token 预算，限定检索召回的所有引用内容合计占用的 token 数量。当前对话模型档的预算区间为 190000–350000 tokens，可承载较多的上下文片段，适配长文档、多章节资料的知识库检索场景，能够在问答过程中保留更完整的背景信息，减少因截断导致的关键内容丢失。
配 Siliconflow 向量模型要定哪些
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
defaultToken | 512 | 与向量模型登记的默认分段长度匹配，简化基础配置流程 |
maxToken | 8000 | 匹配向量模型允许的单段最大输入长度，保障单段内容的语义完整性 |
quoteMaxToken | 190000–350000 tokens | 匹配当前对话模型档的引用预算区间，严格约束总引用内容的 token 总量 |
| 分块长度 | 512 / 8000 | 对应向量模型的默认或最大分段阈值，适配不同的语义完整性与检索效率需求 |
| 重叠长度 | 100–200 tokens | 减少分块切割带来的语义断裂，提升相邻片段的召回连贯性 |
| 单次搜索上限 | 按检索逻辑适配 | 控制单次召回的片段总数，避免超出引用预算上限 |
这两者互相约束的地方
当对话模型的引用预算与向量模型参数结合时，会形成明确的约束关系。按默认每段 512 tokens 计算，一轮引用最多可容纳 371–683 段内容；若将每段调整至向量模型允许的 8000 tokens 上限，则仅可容纳约 23 段及以上。每段越长，单段承载的语义越完整，但一轮可承载的总段数越少；每段越短，总段数越多，但单段上下文的完整性越弱。更换向量模型后，已创建的知识库索引需要重建，因为向量维度与向量模型直接绑定。
容易做错的三处
- 检索后界面提示引用内容超限，原因是总召回片段的 token 总和超出了当前对话模型的
quoteMaxToken预算。 - 单段召回内容出现语义割裂，原因是分块长度设置与向量模型的
maxToken不匹配，或重叠长度配置不足。 - 更换向量模型后知识库检索失败，原因是未重建已生成的向量索引，新模型的向量维度与原有索引不兼容。
怎么确认配好了
- 查看当前对话模型的配置项，确认
quoteMaxToken的取值范围符合要求。 - 核对向量模型的登记参数，确认分块长度与
defaultToken或maxToken的设置一致。 - 执行一次长文档检索，查看返回结果的引用片段是否符合预算约束。
- 检查知识库索引的生成记录，确认无向量维度相关的异常提示。