如何在Typesense中对多向量字段执行vector_query查询？

• 提前合并向量（最省心的方式）
  不用在查询时折腾多个字段，直接把三个标签的向量做加权合并，生成一个单独的merged_vector字段存在文档里。比如三个标签权重相同的话，就把每个位置的向量值相加后除以3；如果某个标签更重要（比如第一个是核心标签），可以给它更高的权重（比如0.5，另外两个各0.25）。查询时只需要针对这个合并向量做向量检索，就能同时体现三个标签的特征。
  示例代码：

  // 生成合并向量（假设vec1、vec2、vec3是三个标签的嵌入向量）
  const mergedVec = vec1.map((val, i) => val * 0.5 + vec2[i] * 0.25 + vec3[i] * 0.25);
  // 存入Typesense文档的merged_vector字段
  

  查询时：

  const userQueryEmbedding = await getOpenAIEmbedding("业余网球运动俱乐部");
  const searchParams = {
    q: "*",
    vector_query: `merged_vector:[${userQueryEmbedding.join(",")}] knn=10`
  };
  

• 多向量字段联合查询（直接用原生语法）
  Typesense支持在vector_query里同时指定多个向量字段，还能给每个字段设置权重，语法用逗号分隔即可。前提是你的集合schema里已经把这三个向量字段（比如tag1_vec、tag2_vec、tag3_vec）都配置成float[]类型并开启了向量索引。
  示例代码：

  const userQueryEmbedding = await getOpenAIEmbedding("业余网球运动俱乐部");
  const searchParams = {
    q: "*",
    vector_query: `tag1_vec:[${userQueryEmbedding.join(",")}] weight=0.4, tag2_vec:[${userQueryEmbedding.join(",")}] weight=0.3, tag3_vec:[${userQueryEmbedding.join(",")}] weight=0.3 knn=15`
  };
  

  这里的权重可以根据标签的优先级调整，核心标签权重高一些，次要的低一些。

• 结合关键字与向量检索（更精准）
  如果想同时兼顾用户输入的关键词和向量相似性，可以把q参数设为用户的搜索词，同时加上vector_query，Typesense会自动融合两者的评分结果。比如用户搜“网球”，既会匹配俱乐部名称/描述里的关键词，也会结合向量的相似性排序。
  示例：

  const searchParams = {
    q: "网球",
    vector_query: `merged_vector:[${userQueryEmbedding.join(",")}] knn=10`,
    query_by: "club_name,club_description"
  };
  

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