Update nexus: fix conflicts and sync local changes

wiki/concepts/语义搜索.md

@@ -1,24 +1,24 @@
----
-title: "语义搜索"
-type: concept
-tags: [ai, search, vector, rag]
-sources: [google-神级生产力工具-所有-github-开源平替都找到了, semantic-memory-search]
-last_updated: 2026-04-23
----
-
-## Definition
-语义搜索（Semantic Search）是通过理解查询意图和文档语义的搜索方式，超越传统关键词匹配，基于向量相似度找到语义相关的内容。
-
-## How It Works
-1. **向量化**：将文档切分为 chunk，通过 Embedding 模型转换为向量
-2. **语义匹配**：将用户查询也转为向量，计算与文档向量的相似度
-3. **结果排序**：按相似度得分返回最相关的内容
-
-## Limitations
-- 对专有名词（如人名、产品名、技术术语）召回率低
-- 精确匹配需求场景表现不如 BM25
-
-## Related Concepts
-- [[混合搜索]] — 语义搜索 + BM25 的组合，互补各自局限
-- [[RAG]] — 语义搜索是 RAG 检索层的核心
-- [[重排序]]（Re-ranking）— 对语义搜索初筛结果进行二次精排
+---
+title: "语义搜索"
+type: concept
+tags: [ai, search, vector, rag]
+sources: [google-神级生产力工具-所有-github-开源平替都找到了, semantic-memory-search]
+last_updated: 2026-04-23
+---
+
+## Definition
+语义搜索（Semantic Search）是通过理解查询意图和文档语义的搜索方式，超越传统关键词匹配，基于向量相似度找到语义相关的内容。
+
+## How It Works
+1. **向量化**：将文档切分为 chunk，通过 Embedding 模型转换为向量
+2. **语义匹配**：将用户查询也转为向量，计算与文档向量的相似度
+3. **结果排序**：按相似度得分返回最相关的内容
+
+## Limitations
+- 对专有名词（如人名、产品名、技术术语）召回率低
+- 精确匹配需求场景表现不如 BM25
+
+## Related Concepts
+- [[混合搜索]] — 语义搜索 + BM25 的组合，互补各自局限
+- [[RAG]] — 语义搜索是 RAG 检索层的核心
+- [[重排序]]（Re-ranking）— 对语义搜索初筛结果进行二次精排