知识库以英文 RFC 为主，用户用中文问「令牌过期怎么续」，top20 里只有 4 条相关，同样的意思用英文问 top5 就命中，embedding 用的是 bge-m3 但没做任何语言处理。
排查方向其实有限，先把可能性排一排。单语向量空间里中英文落点不同；查询没有翻译，直接用中文向量检索；文档 chunk 中英混杂，向量被稀释；没有配置多语言模型或多路召回。
拿同义的中英文两个 query 分别检索并对比
python search_probe.py --query '令牌过期怎么续' --topk 20 --out zh.json随后把 query 翻成英文再检索一次
python search_probe.py --query 'how to refresh expired token' --topk 20 --out en.json两路结果用 RRF 合并再截断
python rrf_merge.py --a zh.json --b en.json --k 60 --out merged.json评估 merged 的命中率变化
python eval_recall.py --pred merged.json --gold gold.json这次没动代码，只在配置和运行环境上找原因。
别只看报错消失，验证要多做一步。中文提问下正确文档进入前 5，整体命中率从两成提升到七成以上。
多语言知识库要么用多语言向量模型，要么在查询侧做翻译，只靠一个中文 query 打天下很难覆盖。线上能稳定复现的问题都不算难，难的是只在大流量下才出现的那种。