RAG 检索策略并不是使用的技术越多越厉害。在 Agent 时代，更重要的是找准用户画像，并依据用户画像制定存储与检索的重点。

一、Naive RAG（朴素 RAG）

1.1 检索流程

1【离线索引】文档 → 清洗 → 切块（固定长度／递归分割）→ embedding → 写入向量库
2【在线查询】query → embedding → 余弦相似度检索 Top-K → 原样拼进 prompt → LLM 生成答案

核心特征是单向、一次性：检索一次，生成一次，中间没有任何加工，也没有回头路。查询词是什么，就拿什么去算相似度；检索回来什么，就往 prompt 里塞什么。

1.2 适用场景

• 低延迟、高并发的兜底场景（客服首轮、IDE 内文档提示）
• 语料本身已经高度结构化（如整理好的 FAQ 对）
• 单一领域的封闭文档问答：产品手册、API 文档、公司制度、课程讲义
• 答案具有“局部性”——某一个片段里就写着完整答案，不需要跨段拼凑

1.3 优势

• 实现成本最低：一个 embedding 模型 + 一个向量库就能跑
• 延迟最低：单次向量检索通常几十毫秒，总链路开销几乎全在 LLM 生成上
• 可解释、好排查：出问题只有三个地方——切块、embedding、prompt，二分法很快能定位
• 无额外模型依赖：不需要 rerank 模型、不需要 LLM 参与检索环节，成本可预测

代价：口语化／模糊查询检索不准；“库里明明有但就是找不到”；跨文档汇总类问题基本答不了。

二、Advanced RAG（高级 RAG）

2.1 检索流程

仍然是单向流水线，但在检索的前、中、后三个位置各插入优化环节：

1【索引侧优化】文档 → 语义切块／按标题层级切 → 挂 metadata（来源／时间／权限／章节）
2→ 可选：small-to-big（小块检索、大块喂给 LLM）、多向量索引（摘要 + 假设性问题各建一份向量）
3 
4【检索前 · Pre-retrieval】query
5→ 查询改写（口语化 → 规范化）
6→ 查询扩展／Multi-Query（生成 3～5 个变体同时检索）
7→ 查询分解（复合问题拆成子问题）
8→ HyDE（先让 LLM 编一个“假答案”，拿假答案去检索）
9→ 路由（判断该查哪个索引／哪张表）
10 
11【检索中 · Retrieval】
12        ┌─ 稠密向量检索（语义）─┐
13query ──┤                      ├─ RRF 融合 → 候选 Top-50
14        └─ 稀疏检索 BM25（关键词）┘
15        + metadata 过滤（时间／权限／来源）
16        + MMR（最大边际相关，压掉重复内容，保多样性）
17 
18【检索后 · Post-retrieval】
19Top-50 → Cross-Encoder 重排序（bge-reranker／Cohere Rerank）→ 精排 Top-5
20→ 上下文压缩（抽出片段里真正相关的句子，扔掉噪声）
21→ 去重 + 位置重排（最相关的放 prompt 首尾，规避“lost in the middle”）
22→ prompt → LLM

2.2 适用场景

• 生产级知识库问答：企业内部搜索、客服系统、技术支持
• 语料体量大（十万～百万级 chunk），噪声多、来源杂
• 用户查询是自然口语（“那个报销的事怎么弄来着”），和文档书面语存在语义鸿沟
• 对准确率和引用溯源有硬要求：法律、医疗、金融、合规
• 需要按权限／时间／部门做过滤的多租户场景

2.3 优势

• 同时提升召回率和精确率：混合检索管召回（BM25 兜住专有名词、型号、人名这类向量最不擅长的），rerank 管精确
• 直击 Naive RAG 最痛的失败模式：查询改写解决“问法不对”，混合检索解决“关键词漏检”，rerank 解决“相关的排在第 30 位”
• 省 token：先粗召回 Top-50 再精排到 Top-5，喂给 LLM 的上下文更短更干净，反而比直接塞 Top-20 更准也更便宜
• 仍是确定性流水线：延迟可预测、行为可复现，每个环节都能用 RAGAS 这类指标单独量化评测和调优
• 可增量演进：每一项优化都能独立开关、独立 A/B，不用推倒重来

代价：链路变长，延迟通常增加 300 ms～1 s；引入 rerank 模型等新依赖；但依然是“查一次答一次”，跨文档全局问题仍然无解。

三、GraphRAG（图 RAG）

3.1 检索流程

和前两者最大的区别：索引期做重活，把非结构化文本变成知识图谱。

1【离线索引——很重、很贵】
21. 文档切块
32. 逐块调 LLM 抽取实体（人／组织／概念）与关系，并为每个实体生成描述
43. 实体消歧与合并（“张总”／“张三”／“CEO 张” → 同一节点），构建知识图谱
54. 社区检测（Leiden 算法）：把图切成层次化的社区（community）
65. 逐个社区调 LLM 生成“社区摘要报告”，形成 C0 → C1 → C2 多层级摘要金字塔
7 
8【在线查询——两种模式】
9▸ Local Search（局部搜索）——回答“关于某个具体对象”的问题
10query → 识别 query 中的实体 → 定位图中节点
11→ 拉取该节点的：邻居实体 + 关系边 + 关联原文块 + 所属社区摘要
12→ 组装上下文 → LLM 回答
13 
14▸ Global Search（全局搜索）——回答“整个语料的宏观”问题
15query → 不定位节点，直接 Map-Reduce 遍历社区摘要
16→ Map：每个社区摘要各产出一个“部分答案”+ 相关性打分
17→ Reduce：按分数筛选并汇总 → LLM 生成最终答案
18 
19（另有 DRIFT search 等混合模式，先局部定位再向外漂移扩展）

3.2 适用场景

判断标准很明确：语料里没有任何一段话直接写着答案，答案必须靠“拼”出来。

• 情报分析与尽职调查：某公司的关联方、资金链、人员交叉任职
• 全局摘要类问题：“这批 500 份访谈的核心矛盾是什么”——这是向量检索的绝对死穴，因为不存在一个“最相似”的片段
• 多跳推理：“负责 X 项目的那个人，还参与了哪些和 Y 相关的事”
• 天然带关系结构的领域：医疗（疾病—基因—药物—副作用）、供应链风控、法律判例引用链、组织架构、小说人物关系
• 语料相对稳定、值得一次性投入重索引成本的知识资产

3.3 优势

• 能回答全局性／汇总性问题：这是所有基于相似度检索的方案都做不到的——Top-K 永远只能看到局部
• 多跳推理：沿着边走两三跳，把散落在不同文档里的事实串成链
• 实体级去重与归并：同一个对象在 50 篇文档里的不同称呼被合并成一个节点，信息自动聚合
• 可解释性强：答案能溯源到具体的实体节点和关系路径，而不只是“来自第 37 号文档块”
• 抗噪声：单篇文档的表述错误，在实体聚合和社区摘要阶段会被其他来源稀释

代价：索引期 LLM 调用量极大（几万块文档可能烧掉数百美元和数小时）；语料增量更新是公认难题；不适合高频变动的数据。

四、Agentic RAG（智能体 RAG）

4.1 检索流程

前三者的检索路径是写死的，Agentic RAG 把检索变成 LLM 手里的工具，路径由模型自己在运行时决定。

1【核心是一个带条件分支的循环，而不是流水线】
2query → Agent 规划
3│
4├─ 判断①：这问题需要检索吗？
5│    否 → 直接回答（闲聊、常识、纯推理）── 结束
6│    是 ↓
7│
8├─ 判断②：该查哪个源？（路由）
9│    向量库／BM25／SQL 数据库／知识图谱／Web 搜索／内部 API
10│
11├─ 判断③：用什么查询词？要不要拆成多个子查询并行？
12│
13├──→ 调用 retrieval tool ──→ 拿到结果
14│
15├─ 判断④：自我评估（Grade）
16│    · 检索到的文档相关吗？ ← CRAG 的做法
17│    · 信息够回答问题吗？
18│    · 生成的答案有事实依据吗？ ← Self-RAG 的做法
19│    · 答案真的回应了用户的问题吗？
20│
21├─ 不合格 → 改写查询／换个数据源／补一轮检索 ──┐
22│                                                  │
23└──────────────────── 循环回到规划 ←───────────────┘
24（带最大轮次上限，防死循环）
25│
26└─ 合格 → 综合所有轮次的证据 → 生成带引用的答案
27 
28【进阶：多智能体形态】
29Planner Agent 拆解任务
30→ Retriever Agent A（查文档）   ┐
31→ Retriever Agent B（查数据库） ├ 并行
32→ Retriever Agent C（查网页）   ┘
33→ Synthesizer Agent 汇总去冲突 → 输出

工程上这通常用 LangGraph 这类状态机／图框架实现——因为它需要条件边、循环和共享状态，普通的 Chain 表达不了。

4.2 适用场景

• 深度研究型任务：写调研报告、竞品对比、“帮我把这三个方案的优劣整理出来”
• 跨异构数据源：一个问题同时需要查订单数据库（结构化）+ 政策文档（非结构化）+ 实时行情（API）
• 开放域兜底：内部库查不到就自动转 Web 搜索
• 对可靠性要求高、宁慢勿错：需要自我纠错，不能拿着不相关的上下文硬答
• 问题复杂度差异大的入口：同一个入口既有“今天几号”也有“分析下 Q3 财报趋势”，需要动态分配算力
• 需要多轮澄清的对话式场景

4.3 优势

• 自适应算力分配：简单问题不检索直接答（省钱省时），复杂问题自动多轮深挖——这是固定流水线做不到的
• 自我纠错能力：检索失败时能感知到失败并补救（换查询词、换数据源），而不是把垃圾上下文硬塞给 LLM 生成幻觉
• 多源融合：结构化 + 非结构化 + 实时数据，在一次回答中打通
• 能处理复合问题：自动分解成子问题，分别检索后再综合，而不是用一个混合查询向量去撞一堆不相关的块
• 可扩展性最好：新增一个数据源只是新增一个 tool，不用改动检索链路本身
• 上限最高：它能吸收前三者作为工具——完全可以让 Agent 手里同时握着 Advanced RAG 检索器和 GraphRAG 图谱查询接口

代价：延迟不可控（几秒到几分钟）；token 成本可能是 Naive RAG 的 10～50 倍；行为非确定性，评测和调试困难；需要严格的轮次上限和成本护栏。

五、选型原则

选型的一句话原则：先问“答案在不在单个片段里”——在，走 Naive／Advanced；不在、需要跨文档串关系，考虑 GraphRAG；不在、且连该查哪、查几次都无法预先确定，才上 Agentic。

四者不是替代关系，Agentic RAG 的工具箱里装的往往正是前三者。

最后

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？

答案只有一个：人工智能（尤其是大模型方向）

当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。

再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。

如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！

下面是我整理的大模型学习资源，希望能帮到你。

👇👇扫码免费领取全部内容👇👇

最后

1、大模型学习路线

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）

4、 AI大模型最新行业报告

2026最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5、面试试题/经验

【大厂 AI 岗位面经分享（107 道）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

6、大模型项目实战&配套源码

适用人群

四阶段学习规划（共90天，可落地执行）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型

• 带你了解全球大模型

• 使用国产大模型服务

• 搭建 OpenAI 代理

• 热身：基于阿里云 PAI 部署 Stable Diffusion

• 在本地计算机运行大模型

• 大模型的私有化部署

• 基于 vLLM 部署大模型

• 案例：如何优雅地在阿里云私有部署开源大模型

• 部署一套开源 LLM 项目

• 内容安全

• 互联网信息服务算法备案

• …

  👇👇扫码免费领取全部内容👇👇

  

3、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】