Hybride zoeken met bronvermelding: hoe een kennisbank de juiste passage vindt
· Door Bee Flow · 4 min. lezen
Elke zoekopdracht in een kennisbank draait pgvector en de volledige-tekstzoekfunctie van Postgres naast elkaar, voegt de resultaten samen, rangschikt ze opnieuw met een cross-encoder en geeft bronnen terug die naar een pagina wijzen. Hoe elke stap werkt.

Een kennisbank in Bee Flow heeft geen zoekmodus om uit te kiezen, niet per installatie, niet per kennisbank en niet per vraag. Elke zoekopdracht loopt door dezelfde pijplijn, en je configuratie bepaalt alleen welke reranker hij kan bereiken. De code staat in server/core/kb/.
Tekst naar binnen
Documenten worden in stukken van maximaal 800 tokens geknipt (KB_PER_CHUNK_TOKENS). Stukken die byte voor byte gelijk zijn, worden overgeslagen, en een document binnen een simhash-Hammingafstand van 3 van een bestaand document geldt als bijna-duplicaat. Elk stuk krijgt een embedding van de ingestelde provider, of op de CPU van multilingual-e5-small als er geen provider is, en komt in een tabel kb_chunks met een pgvector-kolom. Die kolom neemt de dimensie over van het eerste model waarmee je inleest, tot de indexgrens van 2000. Vectoren van verschillende modellen zijn niet vergelijkbaar. Wissel je van embeddingmodel, dan moet de bestaande inhoud dus opnieuw een embedding krijgen.
Als Privacy Shield ook voor kennisbanken geldt, kunnen persoonsgegevens worden vervangen voordat de tekst in de kennisbank komt. Studio markeert zo'n document als "shielded".
Twee zoekmethoden tegelijk
Zoeken op vectoren en zoeken op trefwoorden draaien altijd tegelijk. De vectorkant is een cosinusscan met de operator <=> van pgvector, met een ondergrens van 0,35 waaronder een stuk als ruis geldt. De trefwoordkant is de volledige-tekstzoekfunctie van Postgres, bevraagd met zowel de Nederlandse als de simpele configuratie. Zo helpt stemming bij Nederlandse tekst en vinden exacte woorden elkaar nog steeds:
SELECT id, title, content, source_uri, document_id, chunk_id, chunk_type, page_start,
GREATEST(
ts_rank_cd(tsv, websearch_to_tsquery('dutch', $1)) * 1.5,
ts_rank_cd(tsv, websearch_to_tsquery('simple', $1))
) AS fts_score
FROM kb_chunks
WHERE knowledge_base_id = ANY($2::text[])
AND (tsv @@ websearch_to_tsquery('dutch', $1)
OR tsv @@ websearch_to_tsquery('simple', $1))
ORDER BY fts_score DESC
LIMIT 15
De zoekwoorden worden eerst met AND verbonden. Vindt dat niets, dan probeert de zoekopdracht het opnieuw met OR. Mislukt een van de twee kanten, dan wordt dat gelogd en levert die kant niets op, en de andere kant geeft gewoon antwoord.
Samenvoegen en opnieuw rangschikken
De twee lijsten worden samengevoegd met reciprocal rank fusion (k = 60). Bij een vraag van een of twee woorden telt de trefwoordenlijst dubbel, omdat een los woord als "phishing" beter op een exact trefwoord matcht dan op een embedding. Stukken uit een inhoudsopgave krijgen een lagere score, want ze bevatten veel trefwoorden en zeggen niets, en een stuk met zoekwoorden in de kop krijgt een hogere. Hoort een treffer bij een tabel, dan komen de stukken ervoor en erna mee, zodat de agent de hele tabel ziet.
De beste kandidaten gaan daarna naar de eerste reranker die is ingesteld en antwoordt, in deze volgorde:
/v1/rerankvan llama.cpp metbge-reranker-v2-m3, als je die aanzet- Een rerank-model van een provider, zoals
Qwen/Qwen3-VL-Reranker-8Bvan IONOS of een vLLM-endpoint - De Cohere-reranker van Azure
- Een cross-encoder in het eigen proces,
Xenova/bge-reranker-base(MIT), via Transformers.js - Een externe reranker op
RERANKER_URL - De samengevoegde volgorde zoals die is
De cross-encoder op de CPU staat standaard aan en draait in het Node-proces zelf, zonder Python en zonder GPU. Het model wordt bij het eerste gebruik gedownload en in de datamap van de server bewaard, en met cpu_reranker_enabled = false zet je hem uit. llama.cpp geeft ruwe logits terug. Die halen wij door een sigmoïde, zodat de relevantiedrempels tussen 0 en 1 verderop hun betekenis houden.
Een reranker bepaalt alleen de volgorde. Hij zet de oorspronkelijke rijen in een andere volgorde en houdt hun id's intact, en die heeft de bronvermelding nodig.
Bronvermelding
Elke plek die laat zien waar een antwoord vandaan komt, gebruikt één vorm voor een bron: de titel van het document, de id's van document en stuk, de pagina als de chunker die kende, een reeks rijen bij een tabel, de datum bij een vergadernotitie, de kop van de sectie, de passage zelf en een relatieve score. Dankzij die id's kan een bron "Personeelshandboek, p. 12" zeggen en dat document openen.
Het model krijgt de bronnen als genummerde blokken:
### Source 1: Q3-2025-Report.pdf
…3 sentences from the chunk…
Staan bronverwijzingen aan voor een agent, dan verschijnen de bronnen als kaartjes onder het antwoord, en krijgt het model de opdracht geen markeringen als [1] in de tekst te zetten. Klik je op een kaartje, dan opent het document. In het tabblad Test question van Studio krijgt een passage een balk ten opzichte van de beste treffer in hetzelfde antwoord, nooit een percentage.
Toegang wordt gecontroleerd voordat er gezocht wordt, en die controle kan alleen kennisbanken weghalen. Wie een kennisbank niet mag zien, krijgt hetzelfde antwoord zonder die kennisbank, nooit een foutmelding.
In de documentatie over kennisbanken staan de instellingen, en de handleiding voor IONOS laat zien hoe je de reranker daarvan instelt. Op de platformpagina zie je waar kennisbanken passen, en een kennisbank van je eigen documenten bekijkt ze vanaf de kant van de gebruiker.
Wil je de pijplijn aan het werk zien op je eigen documenten, zet dan een handvol bestanden in een kennisbank en stel een vraag in het tabblad Test question. Daar verschijnen de gevonden passages vóór het antwoord. Kennisbanken zitten in elke licentie, ook in de gratis versie. Installeer Bee Flow zelf, of plan een gesprek als je het eerst wilt zien. Wil je Bee Flow proberen zonder te installeren, open dan de live demo, en Bee Flow en Open WebUI zet de twee naast elkaar.