Dify高阶技巧：通过元数据实现文档级检索问答

在使用 dify 进行知识问答时，你是否遇到过这样的困扰：只想查询知识库中的某几个特定文档，系统却检索了库中全部内容，导致返回的信息冗余甚至不够精准？这种“全库扫描”式的检索不仅影响效率，还可能干扰最终的回答质量。

事实上，精准控制检索范围是一个强需求场景。例如，腾讯云推出的 智能问答（IMA） 就支持仅从指定文档中检索答案，大幅提升了问答的准确性和效率。那么，在 Dify 中如何实现类似能力？

本文将介绍如何巧妙利用 Dify 的 元数据（Metadata）功能，通过灵活配置文档标签，实现“指哪查哪”的精准检索，让你的知识问答更加高效可控。

工作原理

1️⃣标记文档：通过元数据，给选中的文档打上同一个“标签”（如 UUID）。

2️⃣检索时筛选：在知识检索节点里，设置只搜索带这个标签的文档。

3️⃣动态调整：每次提问前，先更新这个标签（生成新的UUID），就能灵活控制每次搜索的范围。

新建元数据

为Dify知识库开启元数据功能。在 知识库 页面，选择一个知识库点击进入。我们以公众号知识库为例。

点击 元数据 按钮，弹出如下元数据管理的对话框

点击 新建元数据 按钮，新增一个名为 query_batch_id 的元数据

创建工作流

代码执行模块中，通过调用更新文档元数据的接口，更新文档的query_batch_id为最新的uuid。

import requests
import uuid

def main(dataset_id:str, document_ids:str) -> dict:
    document_ids = document_ids.split(",")

    url = "api:5001"
    api_key = "dataset-sLRzvhU8GzqFd1fjZ1rqZi8o"

    ## your can get metadata_id from by get method ```GET /datasets/{dataset_id}/metadata```
    metadata_id = '43d84af2-40b3-4158-b424-721e6049f1e8'


    headers = {
        'Authorization': f'Bearer {api_key}',
    }

    batch_id = uuid.uuid4().hex

    json_data = {
        'operation_data': [
            {
                'document_id': document_id,
                'metadata_list': [
                    {
                        'id': metadata_id,
                        'value': batch_id,
                        'name': 'query_batch_id',
                        "type": "string"
                    },
                ],
            } for document_id in document_ids
        ],
    }

    response = requests.post(f'http://{url}/v1/datasets/{dataset_id}/documents/metadata', headers=headers, json=json_data)

    if response.status_code != 200:
        return {
            "is_success":0,
            "err_message":response.text,
            "query_batch_id":""
        }

    return {
            "is_success":1,
            "err_message":"",
            "query_batch_id":batch_id
        }
    

知识检索节点打开 元数据过滤 功能，过滤条件使query_batch_id元数据，等于本次更新的uuid。

工作流测试

我们选中了毕昇LLMs平台和Dolphine-API两份文档，来进行问答。这之前得手动从浏览器中找下知识库ID和文档ID。

先测试和两个文档都无关的问题，模型提示未检索到知识。

再测试一个和文档有关的问题，模型检索到了知识。