如何基于Semantic Kernel在CosmosDB对象数组中执行向量搜索

核心问题 #

你要实现的是单文档内嵌套数组元素的向量搜索，但Semantic Kernel默认的向量存储集成只支持集合级别的文档搜索（每个文档对应一条向量记录），当前的实体类设计和索引策略无法适配这种嵌套场景。

问题根源 #

1. 实体注解无效：BgBomVectorItem上的[VectorStoreRecordKey]注解没用，Semantic Kernel只会识别根实体的键字段，嵌套类的这个注解不会被处理。
2. CosmosDB索引限制：默认向量索引是针对文档级字段的，没法直接给嵌套数组里的向量字段建有效索引，导致数组内的向量搜索无法正常执行。
3. SK API局限：现有向量搜索API都是针对整个容器的文档，没有直接支持先筛选单个文档、再对其数组字段做向量搜索的方法。

可行解决方案 #

方案1：重构数据结构（推荐） #

把BgBomVectorItem拆成独立的CosmosDB容器，每个条目关联对应的模型ID：

// 独立的向量条目实体
public class BgBomVectorItem
{
    [VectorStoreRecordKey]
    [JsonProperty(PropertyName = "id")]
    public string Id { get; set; }

    // 关联所属模型的ID
    public string ModelId { get; set; }

    [VectorStoreRecordData(IsFullTextSearchable = true)]
    public string Information { get; set; }

    [VectorStoreRecordVector(4, DistanceFunction.EuclideanDistance, IndexKind.Flat)]
    public ReadOnlyMemory<float> DescriptionEmbedding { get; set; }
}

操作流程：

• 新建CosmosDB容器（比如bombvectoritems）存储拆分后的条目
• 原BgBomVectorModel只保留基础信息，移除BomItemsInformation数组
• 搜索时先通过ModelId筛选，再执行向量搜索：

// Semantic Kernel 示例代码
var vectorStore = kernel.Services.GetRequiredService<IVectorStore>();
var searchResults = await vectorStore.SearchAsync<BgBomVectorItem>(
    queryEmbedding: 你的查询向量,
    limit: 6,
    filter: $"ModelId eq '{选中的模型ID}'"
);

优势：完全适配Semantic Kernel的向量搜索能力，CosmosDB可以给ModelId和向量字段建复合索引，性能最优。

方案2：保留原结构，用CosmosDB原生SQL查询 #

如果不能重构数据，直接用CosmosDB的SQL结合向量函数，绕开Semantic Kernel的向量存储封装：

SELECT TOP 6 item
FROM c
JOIN item IN c.BomItemsInformation
WHERE c.id = @modelId
ORDER BY VECTOR_DISTANCE(item.DescriptionEmbedding, @queryVector, 'Euclidean') ASC

C#代码实现：

var cosmosClient = new CosmosClient("你的连接字符串");
var container = cosmosClient.GetContainer("数据库名", "vectormodels");

var queryDefinition = new QueryDefinition(
    "SELECT TOP 6 item " +
    "FROM c " +
    "JOIN item IN c.BomItemsInformation " +
    "WHERE c.id = @modelId " +
    "ORDER BY VECTOR_DISTANCE(item.DescriptionEmbedding, @queryVector, 'Euclidean') ASC"
)
.WithParameter("@modelId", 选中的模型ID)
.WithParameter("@queryVector", 你的查询向量.ToArray());

var iterator = container.GetItemQueryIterator<BgBomVectorItem>(queryDefinition);
var results = new List<BgBomVectorItem>();
while (iterator.HasMoreResults)
{
    var response = await iterator.ReadNextAsync();
    results.AddRange(response.Resource);
}

注意事项：

• 必须手动给BomItemsInformation[*].DescriptionEmbedding字段创建向量索引，索引策略示例：

{
    "indexingMode": "consistent",
    "automatic": true,
    "includedPaths": [
        {
            "path": "/BomItemsInformation/*/DescriptionEmbedding/?",
            "indexes": [
                {
                    "kind": "Vector",
                    "dataType": "float32",
                    "dimensions": 4,
                    "distanceFunction": "Euclidean"
                }
            ]
        }
    ]
}

劣势：没法直接用Semantic Kernel的向量存储抽象，需要自己处理CosmosDB的查询逻辑。

原实体类修正建议 #

如果坚持用原结构，要删掉BgBomVectorItem上的[VectorStoreRecordKey]注解，这个注解只对根实体有效：

public class BgBomVectorItem
{
    // 移除[VectorStoreRecordKey]，改用普通属性
    public string id { get; set; }

    [VectorStoreRecordData(IsFullTextSearchable = true)]
    public string Information { get; set; }

    [VectorStoreRecordVector(4, DistanceFunction.EuclideanDistance, IndexKind.Flat)]
    public ReadOnlyMemory<float> DescriptionEmbedding { get; set; }
}

内容的提问来源于stack exchange，提问作者Андрій Гуцалюк