查询引擎与聊天引擎：Query Engine vs Chat Engine

Query Engine：单轮深度问答

query_engine = index.as_query_engine(
    similarity_top_k=3,
    response_mode="compact")
resp = query_engine.query("退货流程是什么？")
print(resp)                       # 合成后的回答
print(resp.source_nodes)          # 引用的来源块（可溯源）

response_mode（响应合成模式）决定检索到的多块内容如何喂给模型：

• compact（默认）：尽量把块塞满一次调用 —— 省钱、常用；
• refine：逐块迭代润色答案 —— 答案更精细，调用次数多；
• tree_summarize：分组建树再汇总 —— 适合总结类任务。

Chat Engine：带记忆的多轮对话

chat_engine = index.as_chat_engine(
    chat_mode="condense_question",   # 历史凝练模式
    verbose=True)
print(chat_engine.chat("这个知识库讲什么？"))
print(chat_engine.chat("刚才说的第 2 点展开讲讲"))   # 能理解"刚才"

condense_question 模式与本站《多轮对话 RAG》课思路一致：先用水对话历史凝练出独立问题，再检索回答。

源码溯源：生产必备

响应对象携带 source_nodes（来源块 + 相似度分 + metadata），前端可以展示"答案依据"——这是消除用户疑虑、便于核对的关键特性，强烈建议打开。