如何在Genkit Firestore检索器中先按uid过滤再执行向量匹配？

Genkit的defineFirestoreRetriever目前没有直接内置的预过滤配置参数，但可以通过两种实用方案实现先过滤特定uid文档，再执行向量近邻搜索的需求：

方案一：创建带固定过滤条件的检索器 #

如果你的过滤条件（比如固定uid=123）是静态不变的，可以在定义检索器时，传入一个已添加where过滤的Firestore集合引用，而非直接传入集合名称：

const firestore = getFirestore();
// 先构建带uid过滤的集合引用
const filteredArticlesCollection = firestore.collection('articles').where('uid', '==', '123');

const firestoreRetriever = defineFirestoreRetriever({
  name: 'firestore-articles-filtered-by-uid',
  firestore: firestore,
  collection: filteredArticlesCollection, // 传入过滤后的集合引用
  contentField: 'fullText',
  vectorField: 'embeddings',
  embedder: textEmbeddingGecko,
  distanceMeasure: 'COSINE',
  metadataFields: ['path']
});

后续调用这个检索器时，会自动先过滤uid=123的文档，再执行向量搜索。

方案二：动态传入过滤条件（推荐） #

如果需要每次检索时动态指定uid，更灵活的方式是自定义检索逻辑，手动结合Firestore的过滤和向量查询：

// 自定义检索函数，支持动态传入目标uid
async function filteredRetrieve(query, targetUid, options = { k: 1, limit: 10 }) {
  const firestore = getFirestore();
  
  // 生成查询文本的嵌入向量
  const embeddingResult = await textEmbeddingGecko.embedQuery(query);
  const queryEmbedding = embeddingResult.embedding;

  // 构建查询：先过滤uid，再执行向量近邻搜索
  const querySnapshot = await firestore.collection('articles')
    .where('uid', '==', targetUid)
    .orderBy('embeddings', 'ASC') // COSINE距离下，ASC对应更相似的结果在前
    .limit(options.limit)
    .findNearest('embeddings', queryEmbedding, {
      distanceMeasure: 'COSINE',
      k: options.k
    });

  // 将Firestore结果转换为Genkit检索器的标准返回格式
  return querySnapshot.docs.map(doc => ({
    content: doc.get('fullText'),
    metadata: {
      path: doc.ref.path,
      uid: doc.get('uid')
    },
    score: doc.get('embeddings').distance
  }));
}

// 调用示例
const docs = await filteredRetrieve('你的查询内容', '123', { k: 1, limit: 10 });

这种自定义方式完全可控，能灵活调整过滤条件和向量查询的组合逻辑，适配动态场景。

内容的提问来源于stack exchange，提问作者Jimmy