在使用 dify 进行知识问答时，你是否遇到过这样的困扰：只想查询知识库中的某几个特定文档，系统却检索了库中全部内容，导致返回的信息冗余甚至不够精准？这种“全库扫描”式的检索不仅影响效率，还可能干扰最终的回答质量。
事实上，精准控制检索范围是一个强需求场景。例如，腾讯云推出的 智能问答（IMA） 就支持仅从指定文档中检索答案，大幅提升了问答的准确性和效率。那么，在 Dify 中如何实现类似能力？
本文将介绍如何巧妙利用 Dify 的 元数据（Metadata）功能，通过灵活配置文档标签，实现“指哪查哪”的精准检索，让你的知识问答更加高效可控。
工作原理
1️⃣标记文档：通过元数据，给选中的文档打上同一个“标签”（如 UUID）。
2️⃣检索时筛选：在知识检索节点里，设置只搜索带这个标签的文档。
3️⃣动态调整：每次提问前，先更新这个标签（生成新的UUID），就能灵活控制每次搜索的范围。
新建元数据
为Dify知识库开启元数据功能。在 知识库 页面，选择一个知识库点击进入。我们以公众号知识库为例。
点击 元数据 按钮，弹出如下元数据管理的对话框
点击 新建元数据 按钮，新增一个名为 query_batch_id 的元数据
创建工作流
代码执行模块中，通过调用更新文档元数据的接口，更新文档的query_batch_id为最新的uuid。
import requests
import uuid
def main(dataset_id:str, document_ids:str) -> dict:
document_ids = document_ids.split(",")
url = "api:5001"
api_key = "dataset-sLRzvhU8GzqFd1fjZ1rqZi8o"
## your can get metadata_id from by get method ```GET /datasets/{dataset_id}/metadata```
metadata_id = '43d84af2-40b3-4158-b424-721e6049f1e8'
headers = {
'Authorization': f'Bearer {api_key}',
}
batch_id = uuid.uuid4().hex
json_data = {
'operation_data': [
{
'document_id': document_id,
'metadata_list': [
{
'id': metadata_id,
'value': batch_id,
'name': 'query_batch_id',
"type": "string"
},
],
} for document_id in document_ids
],
}
response = requests.post(f'http://{url}/v1/datasets/{dataset_id}/documents/metadata', headers=headers, json=json_data)
if response.status_code != 200:
return {
"is_success":0,
"err_message":response.text,
"query_batch_id":""
}
return {
"is_success":1,
"err_message":"",
"query_batch_id":batch_id
}
知识检索节点打开 元数据过滤 功能，过滤条件使query_batch_id元数据，等于本次更新的uuid。
工作流测试
我们选中了毕昇LLMs平台和Dolphine-API两份文档，来进行问答。这之前得手动从浏览器中找下知识库ID和文档ID。
先测试和两个文档都无关的问题，模型提示未检索到知识。
再测试一个和文档有关的问题，模型检索到了知识。
