单向量搜索用于查找与单个查询 Embedding 最相似的 Document。这是向量数据库中最常见的搜索模式。

前提条件

本指南假设你已经打开了一个 Collection，并准备好了一个 collection 对象。

执行单向量搜索

要执行单向量相似度搜索，请使用 query() 方法并提供一个向量查询规范。

所有查询都返回一个 list[Doc]，包含 top-k 个最相似的 Document，按相关性评分排序。

每个 Doc 对象包括：

执行向量搜索时，query() 方法接受两类参数：

参数	描述
`topk`	返回最相似 Document 的数量。
`include_vector`	如果为 `True`，返回的 `Doc` 对象包含完整的向量 Embedding（默认禁用以提升性能）。
`output_fields`	可选的标量字段名称列表，用于指定结果中包含的字段。如果省略，返回所有标量字段。
`filter`	可选的类 SQL 布尔表达式，用于限制结果。详见过滤搜索。

reranker 参数是 query() 接口的一部分，但仅适用于多向量搜索。
请勿在单向量查询中提供该参数。

你可以通过 Query 对象中的 param 选项传递索引特定的查询参数来微调搜索行为。

这些 param 的确切类型和结构取决于目标向量 Embedding 所使用的向量索引。如果省略，将使用默认值。

每种索引类型在查询时都有其自己的可调选项。完整详情请参阅：

参数类不匹配会导致错误。例如，对 HNSW 索引的向量使用 IVFQueryParam（或反之）是不允许的。