知识库更新了，向量索引怎么增量更新？删除的文档怎么办？

新增：直接 upsert，HNSW 支持增量插入。 更新：本质是删旧 + 插新。要注意向量和原文的对齐，否则会出现「检索到了但取不到原文」。 删除：多数向量库是软删除——图结构不好真删，一般打标记跳过，空间不会立刻释放。删除比例高了会让图结构劣化、召回下降，需要定期 compact 或重建索引。

实践上常用 文档ID + chunk序号 作为稳定主键，更新时按文档 ID 批量删除旧 chunk 再写入新 chunk。

补四层：

用版本号避免更新空窗（关键）：如果先删后插，中间那段时间用户检索不到内容。正确做法是给每个 chunk 打版本号或时间戳作为元数据：先写入新版本，检索时按元数据过滤只取最新版本，再异步清理旧版本。这样任何时刻都有一份完整可用的数据。

变更检测要做在上游：不要每次全量重跑。用文件哈希或修改时间判断哪些文档真的变了；文档内变更还可以做 chunk 级别的哈希对比，只重算变化的那几块——这能把日常更新的 embedding 成本降一个数量级。

删除的合规维度（很多人漏）：文档被删除通常意味着「这份内容不该再被引用」——可能是过期政策、下架产品、甚至是隐私删除请求。所以软删除不够，要确保：① 检索层立即过滤掉（元数据标记，不等 compact）；② 已生成的缓存答案要失效；③ 有审计记录。在 toB 场景，「答案引用了一份已删除的文件」是事故不是瑕疵。

什么时候必须全量重建：换 embedding 模型、改分块策略、改索引参数（M/ef_construction）、软删除比例过高导致召回劣化。重建时用双索引 + 灰度切换：新索引在旁边建好，验证召回率不低于旧索引后再切读流量，保留旧索引一段时间以便回滚。