背景：向量检索是文本相似度检索，现在增加新的字段进行过滤，如果以filter方式进行过滤，那么最终结果不保证有topK个，甚至一个都没有，因为它是先进行topK个向量召回，再进行filter。

当然有人建议采用scriptScore方式进行检索，但此方式可能造成请求压力过大，内存消耗。

scriptScore方式如下：

POST my_index/_search { "size":2, "query": { "script_score": { "query": { "match_all": {} }, "script": { "source": "vector_score", "lang": "vector", "params": { "field": "my_vector", "vector": [1.0, 2.0], "metric": "euclidean" } } } } }

相关python代码如下：

query_json = {"size": k,"_source": {"include": ["