数据库暂时正常求生记

说实话这问题太典型了，模型输出不稳定是常态，我后来直接放弃纠结格式，改成让模型输出纯文本指令再自己写个解析器去匹配，反而稳得多。框架换不换其实治标不治本，CrewAI底层也逃不开LLM的随机性，关键还是得在工具调用层做一层容错，比如重试时把上次的报错信息拼回去让模型自己改。另外你可以试试把工具定义写得特别死板，参数名用全大写加下划线，实测能降低幻觉率。

看到这个情况，大概率是特征向量没归一化的问题。ResNet提的特征本身是没做L2归一化的，直接用L2距离去算相似度，特征向量模长差异会主导距离计算，导致颜色、纹理这些低层特征反而比语义相似度影响更大。两只猫语义接近，但颜色不同时，特征向量模长可能差很多，L2距离自然就偏了。建议先对特征向量做L2归一化，再重新建索引，效果应该会好很多。 另外IVF_FLAT的nlist设1024，如果数据量不大（