图片来源网络，侵权联系删。

---

引言

在构建AI问答系统时，很多Web开发者会直接采用“用户输入 → 向量检索 → LLM生成”的经典RAG（Retrieval-Augmented Generation）流程。这就像我们在电商网站实现一个商品搜索框：用户输入“轻薄笔记本”，系统返回匹配的商品列表。

但问题来了：用户的问题往往模糊、简略甚至带有歧义。比如：

• “怎么处理合同违约？”
• “推荐适合初学者的Python框架”

传统RAG只用原始问题做一次向量检索，很容易漏掉关键文档——就像只用“违约”搜法律条款，却忽略了“解除合同”“赔偿标准”等同义表述。

RAG-Fusion 正是为解决这一问题而生：它通过生成多个视角的查询，再融合检索结果，大幅提升召回率与相关性。对Web开发者而言，这相当于在搜索前先做“关键词扩展 + 意图识别 + 多路召回”，是搜索工程的自然演进。

本文将从Web技术视角，深入解析RAG-Fusion原理，并提供基于Node.js + LangChain.js 的可运行实战代码。

1. RAG-Fusion核心思想：用LLM生成多视角查询，再融合排序

1.1 传统RAG的局限

问题：单次检索依赖原始问题的表达质量，若问题不完整或术语不标准，召回效果差。

1.2 RAG-Fusion 的三步走

RAG-Fusion 由 Vespa 团队 提出，核心流程如下：

1. Query Generation（查询生成）
   用LLM将原始问题改写为多个语义等价但表述不同的子查询。

2. Parallel Retrieval（并行检索）
   对每个子查询独立执行向量检索，得到多组候选文档。

3. Reciprocal Rank Fusion（RRF 融合排序）
   使用无监督算法融合多路结果，按综合相关性重排序。

1.3 Web类比：多路召回 + 排序融合

这与现代推荐系统/搜索引擎的架构高度一致：

• 多路召回：协同过滤、内容匹配、热门榜单
• 融合排序：加权打分、Learning-to-Rank、RRF

RAG-Fusion 本质上是将“搜索策略”交给了LLM来智能生成，而非人工规则。

2. 核心原理详解：从Query Generation到RRF

2.1 Query Generation：让LLM帮你“换说法”

提示词模板示例：

你是一个搜索专家。请根据以下原始问题，生成3个不同但语义相关的搜索查询，用于从知识库中检索相关信息。

原始问题：{question}

输出格式（每行一个查询）：
1. ...
2. ...
3. ...

例如，输入“如何申请专利？”，可能输出：

1. 专利申请流程和所需材料
2. 个人如何提交发明专利
3. 专利注册的官方步骤和费用

💡 Web开发者注意：这里LLM充当了“意图扩展器”，类似SEO中的关键词挖掘工具。

2.2 Reciprocal Rank Fusion（RRF）原理

RRF 是一种无需训练的融合算法，公式如下：

[
\text{Score}(d) = \sum_{q \in Q} \frac{1}{k + \text{rank}_q(d)}
]

其中：

• ( d )：文档
• ( q )：某个子查询
• ( \text{rank}_q(d) )：文档 ( d ) 在查询 ( q ) 结果中的排名（从1开始）
• ( k )：常数（通常取60），避免排名为1时分数过高

优势：

• 不依赖具体检索模型的打分（兼容不同向量库）
• 对排名靠前的文档给予更高权重
• 实现简单，计算高效

🌰 举例：某文档在查询1中排第2，在查询2中排第1，则得分为 ( \frac{1}{60+2} + \frac{1}{60+1} \approx 0.032 )

3. 实战：用Node.js + LangChain.js实现RAG-Fusion

我们将构建一个支持RAG-Fusion的问答API，使用Chroma作为向量数据库。

3.1 项目依赖

npm install langchain @langchain/chroma openai

3.2 实现RAG-Fusion链

// rag-fusion.js
import { ChatOpenAI } from "@langchain/openai";
import { PromptTemplate } from "@langchain/core/prompts";
import { RunnableSequence } from "@langchain/core/runnables";
import { reciprocalRankFusion } from "langchain/rerank/reciprocal_rank_fusion";

// Step 1: 生成多查询
const queryGenPrompt = PromptTemplate.fromTemplate(`
你是一个搜索专家。请根据以下原始问题，生成3个不同但语义相关的搜索查询。

原始问题：{question}

输出格式（每行一个查询）：
`);

const llm = new ChatOpenAI({ model: "gpt-4o-mini", temperature: 0 });

const queryGenChain = RunnableSequence.from([
  {
    question: (input) => input.question,
  },
  queryGenPrompt,
  llm,
  (output) => output.content.split('\n').filter(q => q.trim() !== '').map(q => q.replace(/^\d+\.\s*/, ''))
]);

// Step 2: 并行检索（假设已有 retriever）
async function retrieveFromQueries(queries, retriever) {
  const allResults = [];
  for (const query of queries) {
    const docs = await retriever.invoke(query);
    allResults.push(docs);
  }
  return allResults;
}

// Step 3: RRF 融合
function fuseResults(allResults) {
  return reciprocalRankFusion(allResults);
}

// 主流程
export async function ragFusion(question, retriever) {
  // 1. 生成查询
  const queries = await queryGenChain.invoke({ question });
  console.log("Generated queries:", queries);

  // 2. 并行检索
  const allResults = await retrieveFromQueries(queries, retriever);

  // 3. 融合排序
  const fusedDocs = fuseResults(allResults);

  // 4. 取 Top 4 作为上下文
  return fusedDocs.slice(0, 4);
}

3.3 集成到Express API

// routes/qa.js
import express from 'express';
import { Chroma } from "@langchain/chroma";
import { OpenAIEmbeddings } from "@langchain/openai";
import { ragFusion } from '../rag-fusion.js';

const router = express.Router();

// 初始化向量检索器（需提前加载数据）
const vectorStore = await Chroma.fromExistingCollection(
  new OpenAIEmbeddings(),
  { collectionName: "my_docs" }
);
const retriever = vectorStore.asRetriever({ k: 5 });

router.post('/ask', async (req, res) => {
  const { question } = req.body;
  
  try {
    const contextDocs = await ragFusion(question, retriever);
    
    // 构建最终回答（此处简化，实际可用另一个LLM链）
    const answer = `基于以下信息回答：\n${contextDocs.map(d => d.pageContent).join('\n---\n')}`;
    
    res.json({ answer, sources: contextDocs.map(d => d.metadata.source) });
  } catch (error) {
    res.status(500).json({ error: error.message });
  }
});

3.4 效果对比

方法	原始问题	召回关键文档数
传统RAG	“怎么注销公司？”	2
RAG-Fusion	生成：“公司注销流程”、“企业吊销与注销区别”、“工商注销所需材料”	5

结论：RAG-Fusion显著提升长尾问题的覆盖能力。

4. 常见问题与优化建议（Web开发者视角）

4.1 性能瓶颈：多查询导致延迟增加

• 问题：生成3个查询 + 3次检索 ≈ 3倍耗时
• 优化：
  • 并行执行检索（Promise.all）
  • 缓存高频问题的查询扩展结果
  • 限制最大查询数（通常3~5个足够）

4.2 查询质量不稳定

• 问题：LLM可能生成无关或重复查询
• 优化：
  • 在提示词中强调“不同角度”“避免重复”
  • 后处理去重（基于向量相似度）
  • 设置最低置信度过滤

4.3 与HyDE、Step-Back等方法的关系

• HyDE：生成假设答案再检索 → 适合事实型问题
• Step-Back：先抽象问题再检索 → 适合推理型问题
• RAG-Fusion：多角度查询 → 通用性强，适合模糊问题

✅ 建议：将RAG-Fusion作为默认策略，复杂场景可组合使用。

5. 总结与进阶方向

RAG-Fusion 是Advanced RAG体系中的关键一环，它用极低的工程成本（仅增加一个LLM调用）换取显著的检索质量提升。对于Web开发者而言，理解其原理有助于：

• 设计更鲁棒的AI问答系统
• 构建企业级知识库应用
• 优化搜索型产品的用户体验

进阶学习路径：

1. 掌握LangChain.js的Reranker模块
2. 尝试与HyDE、Parent Document等策略组合
3. 构建评估 pipeline（使用RAGAS等工具）
4. 部署到Serverless平台（如Vercel Edge Functions）

推荐资源：

• 📄 论文：RAG-Fusion: Improved Retrieval Augmented Language Models
• 🧪 LangChain.js RAG-Fusion 示例：官方GitHub
• 🛠️ 工具：LlamaIndex 的 Query Fusion Retriever
• 🎓 课程：《Advanced RAG Techniques for Developers》（DeepLearning.AI）

AI搜索不是终点，而是智能交互的起点。用好RAG-Fusion，让你的知识库真正“懂”用户。