檢索模型
了解 KuraDB 執行的兩個檢索 branch、semantic search 如何縮小 candidate 範圍，以及 query embedding 如何快取。
雙重檢索
搜尋可以執行 keyword retrieval、semantic retrieval，或同時執行兩者。
| 策略 | Query 準備 | 檢索 | 排序 |
|---|---|---|---|
| Keyword | gse 斷詞、trim、lowercase、去重 | 對 active content 執行 SQLite LOWER(content) LIKE |
命中 token 數，再依 row ID |
| Semantic | 從 cache 或 OpenAI 取得 query embedding | 兩階段記憶體 cosine search，再由 SQLite hydrate | Cosine score，最低門檻 0.3 |
兩個 branch 同時執行時會並行運作，並在 response 中維持分離。KuraDB 不會將兩者 ranking 合併成單一 score。任一 branch 出錯，整個 request 即失敗。Query 處理細節見 搜尋與檢索。
Source-level vector 過濾
Semantic search 會從 chunk vector 為每個 source 衍生一個 normalized vector。搜尋先排序所有 source vector，保留約 5%，且最少 20 個 candidate，再只對這些 source 內的 chunk 計算 cosine similarity。若 source vector 不存在，則 fallback 為搜尋所有 chunk vector。逐階段演算法見 語意搜尋。
Query cache
openai.Cache 會將完整 query string 對應至 embedding。Cache miss 時，semantic search 會呼叫 OpenAI 並將 vector 儲存在記憶體。在 daemon 中，OnSet callback 會以五秒 timeout 非同步將編碼後的 vector 寫入 global.db。啟動時會預載有效 entry，且不會再次觸發 persistence。
kura mcp 會預載同一張表，但不註冊 OnSet callback，因此它計算出的 query embedding 只存在於該 session。