最近在搭一个文档问答的RAG demo，用的ChromaDB配BGE-large，结果发现中文长文档检索效果时好时坏。调了chunk_size和overlap，感觉还是不稳定。后来试了换M3E-base，检索准了但回答时引用又对不上号。想问问大家，Embedding模型和向量数据库之间的适配到底怎么考量？是优先看embedding维度还是距离算法？还是说干脆用专门为RAG优化的Milvus或Qdrant会省心点？顺便求个靠谱的评估指标，现在全靠肉眼挑结果，心累。