Pinecone向量数据库插入查询异常：查询无匹配结果排查

原始JSON数据 #

[{
    "name": "Pocketbase",
    "description": "包含Realtime database相关描述文本",
    "product_url": "https://pocketbase.io",
    "github_url": "https://github.com/pocketbase/pocketbase",
    "more_details": "包含Realtime database特性、使用场景等文本",
    "open_source": true,
    "expand": { "type": [{}] }
}]

存入Pinecone前的文本转换代码 #

const tagList = data.expand.type.map(t => t.name);

let textTempalte = `软件名称: ${data.name}
描述: ${data.description}
适用场景: ${tagList.join(',')}
是否开源: ${data.open_source ? "是" : "否"}`;

if (data.more_detail.length > 0) {
  textTempalte = textTempalte.concat(`\n更多细节: ${tech.more_detail}`);
}
if (data.product_url.length > 0) {
  textTempalte = textTempalte.concat(`\n产品主页: ${tech.product_url}`);
}
if (data.github_url.length > 0) {
  textTempalte = textTempalte.concat(`\nGithub链接: ${tech.github_url}`);
}

嵌入生成与Pinecone查询代码 #

// 生成嵌入向量
const oaiResponse = await openai.createEmbedding({
  model: "text-embedding-ada-002",
  input: "realtime database",
});
const vector: QueryRequest = {
  topK: 10,
  vector: oaiResponse.data.data[0].embedding,
  includeMetadata: true,
  namespace: 'Default Project',
};

const resp = await index.query({
  queryRequest: vector,
});

console.log(resp.mactches.length); // 输出0

问题 #

我用text-embedding-ada-002生成嵌入向量并存入Pinecone索引，但查询包含“Realtime database”的文本时，返回匹配结果数为0（该内容实际存在于原始数据的description和more_details字段中）。请问哪里操作出错了？

错误排查与修复 #

1. 字段名不匹配
   原始JSON中是more_details，但代码中判断的是data.more_detail（少了s），导致more_details里的内容永远不会被加入到嵌入文本中，自然无法被检索到。
2. 变量引用错误
   拼接文本时用了tech.more_detail、tech.product_url、tech.github_url，但实际应该用data变量，导致这些字段内容无法正确加入嵌入文本。
3. 拼写错误
   • textTempalte应为textTemplate，虽不影响运行但属于不良编码习惯；
   • resp.mactches应为resp.matches，这会导致你读取的是不存在的属性，实际可能有匹配结果但未正确获取。
4. 标签列表无效
   原始expand.type是[{}]，map(t => t.name)会得到空数组，拼接后为空白，虽不会直接导致无匹配，但会影响向量质量。

修复后的文本转换代码：

const tagList = data.expand.type.map(t => t.name).filter(Boolean); // 过滤空值

let textTemplate = `软件名称: ${data.name}
描述: ${data.description}
适用场景: ${tagList.join(',') || '无'}
是否开源: ${data.open_source ? "是" : "否"}`;

if (data.more_details?.length > 0) {
  textTemplate += `\n更多细节: ${data.more_details}`;
}
if (data.product_url?.length > 0) {
  textTemplate += `\n产品主页: ${data.product_url}`;
}
if (data.github_url?.length > 0) {
  textTemplate += `\nGithub链接: ${data.github_url}`;
}

额外确认项：

• 存入Pinecone时需使用修复后的textTemplate生成嵌入向量，且存入的namespace需与查询时的'Default Project'一致；
• 需确保原始数据的description和more_details确实包含“Realtime database”相关内容，而非示例中的占位文本。

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