向量存储检索器invoke()与getRelevantDocuments()的差异及适用场景

核心差异 #

• 返回结果形式不同
  • getRelevantDocuments() 直接返回原始文档对象数组，每个对象包含完整的文档内容、元数据（如来源、标签）等信息，是最纯粹的检索结果。
  • invoke() 默认返回格式化后的文档内容集合，部分实现会自动把文档内容拼接成字符串，或者标准化为更适合大模型输入的结构，省去手动处理的步骤。
• 接口定位与封装层级不同
  • getRelevantDocuments() 是检索器的基础核心方法，只干一件事：从向量库中召回相关文档，没有额外加工逻辑。
  • invoke() 是LangChain统一的组件调用接口，属于上层封装，除了检索，还能集成查询重写、文档过滤等前置/后置逻辑，和LangChain的其他组件（比如大模型、链式流程）兼容性更好。
• 参数扩展性不同
  • getRelevantDocuments() 大多只接受查询字符串，少数实现支持传入topK这类简单配置，扩展空间有限。
  • invoke() 可以接受复杂输入（比如包含查询文本、上下文信息、检索策略的对象），还能通过配置参数传递回调函数、检索规则等，适配更复杂的业务需求。

适用场景 #

• 优先用getRelevantDocuments()的情况
  • 需要拿到原始文档数据，自己处理后续逻辑（比如自定义格式化、过滤特定元数据、统计文档信息）时。
  • 调试阶段，要查看完整的检索结果细节，排查召回准确性问题时。
• 优先用invoke()的情况
  • 构建LangChain链式流程时，要把检索器作为组件嵌入，和大模型、提示词模板无缝衔接（比如RetrievalQA链默认用invoke调用检索器）。
  • 需要利用检索器的扩展能力，比如结合查询重写、文档自动过滤等逻辑时。
  • 想遵循LangChain统一的组件调用风格，保持代码一致性时。

代码示例对比 #

const vectorStore = await PineconeStore.fromExistingIndex(embeddings, {
  pineconeIndex,
});
const retriever = vectorStore.asRetriever();

// 获取原始文档对象，可直接访问内容和元数据
const rawDocuments = await retriever.getRelevantDocuments("How to make a cake?");
console.log(rawDocuments[0].pageContent); // 输出文档原文
console.log(rawDocuments[0].metadata); // 输出文档的元数据信息

// 获取格式化后的结果，可直接传入大模型使用
const processedDocuments = await retriever.invoke("How to make a cake?");
console.log(processedDocuments); // 已处理为适合大模型输入的格式

内容的提问来源于stack exchange，提问作者user3357926