如何用 AI 做一个「相似内容/相关推荐」功能？

整体思路

核心是「向量化 + 最近邻」。把标题、正文、标签拼成一段文本，用 embedding 模型（如 bge、text-embedding-3）转成向量，落库到向量数据库。用户看某篇内容时，拿这篇的向量去库里做 ANN 检索，取相似度 Top-20 作为候选。

落地步骤

1. 离线批量：把存量内容全部向量化入库，新内容发布时增量写入（消息队列触发）。
2. 在线检索：请求来时取目标向量做 ANN，向量库返回 Top-N + 相似度分数。
3. 后处理：过滤掉自身、已读、低于相似度阈值的；按规则去重（同作者/近重复只留一条）。
4. 重排：把语义相似度和业务信号（新鲜度、点击率）加权融合再排序。

实战提示

embedding 维度和模型要全站统一，换模型必须全量重算。向量库选型先看数据量：百万级 pgvector 够用，上亿再考虑专用库。