Agentic RAG
本章 14 道题 · 完整目录
Self-RAG 等名称对应特定研究方法。增加一个“让通用模型判断要不要检索”的分支,并不等于完整复现原论文的训练机制。题目里的伪代码用于说明思路,接入真实检索系统前仍需实现数据权限、空结果、超时和预算耗尽分支。补充阅读:RAG 检索与重排。
Q96:Agentic RAG 相比标准 RAG 增加了哪些核心能力?
详解
五大核心能力:
| 能力 | 标准 RAG | Agentic RAG |
|---|---|---|
| 查询重写 | 无(直接用原查询检索) | 自动重写、扩展、多查询 |
| 多步检索 | 单次检索 | 可多轮检索,动态调整 |
| 工具选择 | 仅向量检索 | 根据问题选择向量/SQL/Web 搜索 |
| 推理与检索结合 | 检索完才推理 | 边推理边检索(ReAct 模式) |
| 结果验证 | 无验证 | 可验证结果再决定是否继续检索 |
Agentic RAG 架构流程:
用户查询
│
▼
┌──────────────┐
│ 查询分析 Agent │ ──→ 理解意图 → 决定检索策略
└──────────────┘
│
▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ 向量检索 Agent │ │ Web 搜索 Agent │ │ SQL 查询 Agent │
└──────────────┘ └──────────────┘ └──────────────┘
│ │ │
└────────┬───────────┴───────────┬────────┘
▼ ▼
┌──────────────┐ ┌──────────────┐
│ 结果验证 Agent │ ──→ │ 生成 Agent │
└──────────────┘ └──────────────┘
│
▼
最终答案
代码示例(Agentic RAG 循环):
def agentic_rag(query, max_retrievals=3):
context = []
# 查询重写:理解意图并分解
plan = planner(query) # 生成检索计划
for step in plan:
if step.type == "vector_search":
docs = vector_search(step.query)
context.extend(docs)
elif step.type == "sql_query":
rows = query_sql(step.query)
context.append(rows)
elif step.type == "web_search":
pages = web_search(step.query)
context.extend(pages)
# 结果验证:判断信息是否足够回答
if is_sufficient(context, query):
break
return generate_answer(query, context)
答题要点:用对比表格说明五大核心能力,画架构图展示多 Agent 协作,展示代码示例。
Q97:什么时候应该用 Agentic RAG 而不是标准 RAG?
详解
使用 Agentic RAG 的场景:
| 场景 | 示例 | 原因 |
|---|---|---|
| 查询复杂/多意图 | “比较我司和竞品上季度营收并分析原因” | 需要多步检索+推理 |
| 数据源多样 | 需要同时查文档、数据库、网页 | 需动态选择工具 |
| 检索结果不确定 | 一次检索可能不够 | 需验证后决定是否继续检索 |
| 需要多跳推理 | “A 公司的 CEO 曾在哪家大学就读” | 需多轮检索串联 |
使用标准 RAG 的场景: 简单事实问答(“公司请假流程”)、知识库固定(企业内部 FAQ)、低延迟要求(实时客服)。
答题要点:用对比说明适用/不适用场景,强调“复杂度决定选型”。
Q98:Agentic RAG 中,查询重写有哪些具体策略?
详解
五大重写策略:
- 同义扩展:添加同义词和相关词。“LLM” → “LLM 大语言模型 Large Language Model”
- HyDE:先生成假设答案,用答案 Embedding 检索(比问题 Embedding 匹配度更高)。
- 多查询分解:一个复杂查询拆成多个子查询并行检索,结果合并。
- Step-back:先检索上位概念,再具体检索。
- LLM 重写:用 LLM 将口语转书面、补充上下文。
答题要点:说出至少 4 种重写策略,重点说明 HyDE 的原理和效果。
Q100:多跳检索(Multi-hop Retrieval)中,如何处理中间结果的错误传播?
详解
错误传播问题:多跳检索中,第一跳的错误结果会误导后续跳,错误被放大。
五层防错策略:
| 策略 | 说明 |
|---|---|
| 置信度追踪 | 每跳记录置信度,低置信度触发重新检索 |
| 冗余检索 | 关键中间实体用多查询检索,交叉验证 |
| 结构化存储 | 将中间结果存入结构化存储,便于验证 |
| 引用验证 | 每跳结果保留来源,最终答案可追溯 |
| 中间人复核 | 关键跳引入独立 Agent 验证中间结果 |
答题要点:说明错误传播机制,展示防错策略(置信度追踪+交叉验证)。
Q101:如何评估 Agentic RAG 的检索质量?
详解
六大评估指标:
| 指标 | 定义 | 衡量 |
|---|---|---|
| Precision@K | 检索结果中相关文档占比 | 检索是否精准 |
| Recall@K | 相关文档被检索到的比例 | 检索是否全面 |
| MRR(平均倒数排名) | 第一个相关文档的排名 | 检索排序质量 |
| NDCG | 带位置的排序质量 | 排序是否符合预期 |
| Answer Accuracy | 最终答案正确率 | 端到端效果 |
| Context Relevancy | 上下文与问题的相关度 | 上下文质量 |
答题要点:说出至少 3 个指标并解释定义,说明离线评估(指标)+ 在线评估(用户反馈)结合。
Q102:Agentic RAG 中,如何防止检索到错误或过时的信息?
详解
四道防线:
| 防线 | 措施 |
|---|---|
| 数据更新 | 定期更新知识库,过期文档标记废弃 |
| 时效性过滤 | 元数据带时间戳,优先检索新文档 |
| 来源验证 | 交叉验证多源,标记未验证信息 |
| 置信度门槛 | 低置信度回答时说明不确定性,或转人工 |
答题要点:说出至少 3 道防线,强调交叉验证和置信度门槛。
Q103:Agentic RAG 与 Graph RAG 有什么关系?
详解
两者互补关系:
| 维度 | Agentic RAG | Graph RAG |
|---|---|---|
| 检索方式 | 动态决策检索策略 | 图结构关系检索 |
| 知识表示 | 文档/向量 | 实体-关系图 |
| 优势 | 灵活、多步推理 | 关系挖掘、多跳精准 |
| 结合方式 | Agent 调用图检索工具 | 图检索作为 Agent 的检索工具之一 |
结合架构:Agent 分析查询 → 决定用向量检索还是图检索(或两者)→ 图检索能回答关系型问题(“谁影响了谁”“A 的供应链有哪些”)→ 向量检索回答语义相似问题。
答题要点:用对比表格说明区别,展示结合架构(Agent 动态选择检索工具)。
Q104:如何为 Agentic RAG 设计一个多数据源(文档+数据库+网页)的检索架构?
详解
多源检索架构:
用户查询
│
▼
┌──────────────┐
│ 查询路由器 │ ──→ 判断需要哪些数据源
└──────────────┘
│
├──→ 向量检索(文档知识库)
├──→ SQL 查询(结构化数据库)
└──→ Web 搜索(实时信息)
│
▼
┌──────────────┐
│ 结果融合器 │ ──→ 去重、排序、按相关度融合
└──────────────┘
│
▼
生成答案
关键设计点:数据源注册(描述+Schema)、路由决策(LLM 判断或规则)、结果融合(权重+去重)、权限控制(各数据源独立鉴权)。
答题要点:画多源架构图,说明路由器(route)和融合器(merge)两个关键节点。
Q105:Agentic RAG 中,如何设计检索结果的排序(Reranking)?
详解
两级排序流程:
- 初筛(Recall Stage):向量检索返回 Top-100,保证召回率。
- 重排(Precision Stage):用重排模型(Cross-Encoder)精排 Top-10,提高精度。
Cross-Encoder 重排示例:
from sentence_transformers import CrossEncoder
reranker = CrossEncoder("BAAI/bge-reranker-large")
pairs = [(query, doc) for doc in top_100_docs]
scores = reranker.predict(pairs)
top_10 = [doc for doc, score in sorted(zip(docs, scores), key=lambda x: -x[1])[:10]]
重排策略对比:
| 策略 | 原理 | 效果 |
|---|---|---|
| Cross-Encoder | 拼接 query+doc 打分 | 最准,但慢 |
| Bi-Encoder | 分别编码算相似度 | 快,但不如 Cross-Encoder |
| LLM 重排 | LLM 判断相关性 | 灵活,但成本高 |
答题要点:说明初筛+重排两级流程,展示 Cross-Encoder 代码,对比三种重排策略。
Q106:如何避免 Agentic RAG 的“检索幻觉”(生成内容与检索结果不符)?
详解
六步控制法:
| 步骤 | 措施 |
|---|---|
| 检索充足 | 确保检索到足够相关信息 |
| 上下文约束 | Prompt 明确“只基于检索内容回答” |
| 引用标注 | 生成时标注来源,无来源内容标注不确定 |
| 事实校验 | 生成后与检索内容比对,不一致则修正 |
| 置信度输出 | 低置信度时如实说明 |
| 数据质量 | 从源头保证检索数据质量 |
答题要点:说出至少 4 个控制措施,强调“上下文约束+事实校验”两个核心。
Q107:Agentic RAG 的延迟优化有哪些手段?
详解
延迟构成与优化:
| 延迟环节 | 优化手段 |
|---|---|
| 查询分析 | 轻量模型做意图识别(不必用大模型) |
| 检索 | 向量索引(HNSW)、缓存常见查询 |
| 推理决策 | 减少不必要的多轮 ReAct,预判结果 |
| 生成 | Streaming 输出、模型分级 |
关键优化:常见问题缓存(Redis 命中即返回)、检索与推理并行(边检索边生成候选答案)。
答题要点:说出至少 3 个优化手段,重点说明缓存和并行。
Q108:如何给 Agentic RAG 设计评测数据集?
详解
数据集构建方法:
| 类型 | 示例 | 来源 |
|---|---|---|
| 单跳问答 | “公司请假流程?” | 知识库FAQ |
| 多跳问答 | “A 公司的 CEO 曾在哪就读?” | 综合知识构建 |
| 比较类 | “对比两个方案的优劣” | 人工设计 |
| 否定类 | “哪个功能不存在?” | 人工设计(测防幻觉) |
| 时序类 | “去年 Q3 营收?” | 历史数据 |
答题要点:说明数据集要覆盖多跳、比较、否定、时序等复杂类型,强调覆盖面。
Q109:Agentic RAG 与传统的 Reranking 有什么不同?
详解
| 维度 | 传统 Reranking | Agentic RAG |
|---|---|---|
| 目的 | 对检索结果重排(排序优化) | 动态决策检索策略(流程优化) |
| 手段 | Cross-Encoder 打分重排 | Agent 决定查什么、查几次 |
| 层面 | 检索后处理 | 检索前中后全流程 |
| 关系 | 是 Agentic RAG 的一环 | 可包含 Reranking 作为组件 |
答题要点:用对比表格说明差异——Reranking 是“排序优化”,Agentic RAG 是“全流程优化”。
Q110:请设计一个企业级 Agentic RAG 系统(含知识管理、检索、评估)
详解
完整架构设计:
【知识管理层】
企业文档 → 解析 → 分块 → Embedding → 向量库(Milvus)
↓
知识版本管理(定期更新)
【Agent 编排层】(LangGraph)
查询 → 意图分析 → 检索策略决策
├→ 向量检索(内部知识)
├→ SQL 查询(业务数据)
└→ Web 搜索(外部信息)
↓
结果融合 → 答案生成 → 引用标注
【评估层】
离线评估(检索指标+答案准确率)
+
在线监控(用户反馈、幻觉检测、延迟)
技术选型:LangGraph(编排)、Milvus(向量库)、LangSmith(评估)、OpenTelemetry(可观测)。
答题要点:展示三层架构(知识管理/编排/评估),说明技术选型和安全考量(权限、审计)。