纯向量搜索翻车：微波炉故障，它返回五台洗衣机

一个维修技师在台面上放着一台微波炉，症状是"门锁不上，只咔哒响"。他把这句话敲进搜索框，系统返回了五台洗衣机。这不是段子，是CaseJog作者在演示里贴出的真实基线输出——纯余弦相似度、不做任何过滤，前五条全是洗衣机门锁故障，分数从0.805排到0.788，一条比一条自信。

问题出在措辞上。"门锁不上"这句话在洗衣机案例里出现得更密集，余弦相似度一头扎进洗衣机堆里，压根不知道技师手里拿的是微波炉。作者把这条查询称为"英雄查询"，因为它就是整个项目要解决的那个场景。

把家电类型作为过滤条件融进检索之后，同一个查询的结果换了一副面孔：五条全是微波炉门开关联锁故障，分数0.864到0.851，每张卡片都带着真实工单编号、日期和75美元的收费记录。稳态检索耗时72毫秒，首次请求要付一次性的模型加载成本。

这就是CaseJog的全部野心：不做诊断，只做回忆。技师输入眼前的症状，选一下手里的家电，系统从他自己过去的工单里排出最接近的几条，每条附上根因、零件、工时、价格和来源引用。所有计算在本地跑，案例历史不出机器。

作者算过一笔账：单人维修店每月在RepairDesk这类CRM或iFixit Pro订阅上花29到80美元以上，但这些工具都不做那件最关键的事——当新客户用完全不同的词描述同一个故障时，帮你找到自己当年那次修复。他举了个化名Marcus的例子：十一年工龄，用笔记本不用CRM，为微波炉门锁故障烧掉四十分钟，才想起一年前在另一个品牌上修过同一个毛病，当时记的是"门关着不启动"。同一个门开关联锁，不同的词，那次修复他已经赚过一遍，又用 lost time 付了第二遍。

关键词搜索救不了他，因为词永远对不上。"不转""滚筒卡住""不搅拌"是同一个故障的三种写法。技师需要的不是更聪明的诊断，而是自己的旧案例按接近程度排好，仅此而已。

混合检索的另一半在错误码出现时才露脸。"冰箱不冷，代码5E"过滤到冰箱后，三条结果的最终分是1.024、1.022、1.018，其中向量分约0.87，剩下0.150是精确5E匹配打上来的加成。意义加精确信号，才能在语义上同样接近但根因错误的案例面前保住正确的那条。

作者先写了纯余弦基线，只因为混合方案赢了才留下重的那条路。在28条留出症状上跑一次、从未调参，precision@k的结果是：k=1时混合0.893对基线0.857，k=3时0.869对0.738，k=5时0.814对0.657。每个k都赢，且差距随深度拉大。作者自己标注了n=28，这些差距是提示性的，不是p值。

技术栈上，开源AI的核心是一个开放权重嵌入模型BAAI/bge-small-en-v1.5，通过fastembed在ONNX上本地跑CPU；检索引擎是MongoDB Atlas向量搜索。作者守的纪律很明确：嵌入和Atlas负责捞候选，代码负责排序，没有任何模型去写修复方案，答案路径里不存在生成式模型。一张卡片永远是一条你能打开核对的真实旧工单。

可替换性做在了一个函数上：所有嵌入都走embed()，由单个环境变量EMBED_MODEL选择，换模型只改一行，管线其余部分不动。另一处是离线余弦兜底——app.py默认走Atlas检索器，Mongo连不上就降级到内存余弦基线，并在响应里说明。作者特意把兜底范围限定在Mongo连接错误，好让真正的bug浮出来而不是藏在"兜底"这个词后面。

过滤器是写在$vectorSearch阶段内部的，不是后置过滤。这一点决定了微波炉查询是本来就对，而不是先捞回四台错洗衣机再扔掉才对。

作者主动交代了两条限制。第一，他抓到自己在评测里作弊：最初的留出集和语料共享措辞，两个检索器都拿到约0.96的虚高分，等于自己批自己的作业。他重新保留措辞、重新生成、只重跑一次，数字掉到上面那些诚实的值。第二，这是回忆不是诊断，是硬上限。CaseJog从不说哪里坏了，只显示哪些旧工单看起来最近，逼你自己打开看。一个历史上从未出现过的新故障，返回的会是最近的旧东西，可能完全不是答案，所以"人来核对"是设计，不是免责声明。

他还试过一个2B决策模型做逐候选置信门，最后搁置了。本地冒烟测试里，它自信地误标了错误码加成已经搞对的那个"近但错"的案例，吐出两个伪装成概率的数值，CPU上每对耗时约20秒，会把亚秒级搜索变成100秒级。它会让演示更慢更不准，所以没进代码。

整个构建通过SSH在一台小云主机上由AI编码代理跑完：脚手架、合成语料、Atlas本地向量索引、基线与混合的对比、评测，每一步都真跑并把输出存进仓库的NOTES.md。最关键的一轮是评测复审，代理抓出了上面那个措辞泄漏，逼出了那次诚实重跑。

线上演示挂在Render上，模型在构建时预热，避免首次查询冷加载；公开端点按IP限流并限制查询大小，防止一个开放无鉴权的演示被当成算力水槽。但作者说得很清楚：真正给单人维修店跑的是本地免费那版，托管演示只是让你能点一下。