RAG实战|一文拆解8种RAG架构

​

本文总结 8 种 RAG 架构，对每种架构进行简要介绍，并用 langchain 实现其参考代码。 ​

​

Naive RAG ​

简介： ​

​

⭕

Naive RAG 是最基础的检索增强生成架构，采用“索引-检索-生成”的经典流程。​

​

架构：​

​

​

实现步骤：​

数据加载 ：收集数据并进行清洗，比如各个文档格式的转换，OCR 文字提取等​

分块和 embedding ：将文档拆分更小的 chunk，一方面让 embedding 更好转换语义信息，另一方面解决LLM的上下文长度限制问题​

向量存储：将 embedding 存储到向量数据库中，方便快速搜索​

search 和 Prompt工程：对于查找的问题先通过向量数据库检索，然后将召回的文件原文，通过 Prompt 加工提供给LLM​

输出答案：LLM 根据 Prompt 生成答案输出​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_huggingface import HuggingFaceEmbeddings​

from langchain_community.vectorstores import LanceDB​

from langchain.schema import Document​

from langchain.chains import RetrievalQA​

from langchain.prompts import PromptTemplate​

import lancedb​

​

class NaiveRAG:​

def __init__(self):​

self.llm = ChatOpenAI(model="gpt-5", temperature=0)​

# 使用轻量级的all-MiniLM-L6-v2模型，仅80MB​

self.embeddings = HuggingFaceEmbeddings(​

model_name="sentence-transformers/all-MiniLM-L6-v2",​

model_kwargs={"device": "cpu"},​

encode_kwargs={"normalize_embeddings": True}​

)​

self.db = lancedb.connect("/tmp/lancedb_naive_rag")​

self.vectorstore = None​

​

​

Multi-Head RAG​

简介：​

​

⭕

Multi-Head RAG 借鉴了 Transformer 的多头注意力机制，利用模型不同注意力头捕获的多样化语义特征进行并行检索。​

​

架构：​

​

​

实现步骤：​

多头注意力Embedding：利用 Transformer 模型的多头注意力层（而非最后一层）生成多个embedding，每个头捕获不同的语义特征​

多向量索引构建：为每个注意力头构建独立的向量索引，存储不同维度的语义信息​

并行检索：针对查询，在多个索引上并行检索，每个头返回最相关的文档片段​

结果融合：将多个头的检索结果进行去重和融合，综合考虑不同语义维度的相关性​

上下文生成：将融合后的文档片段组装成上下文，输入LLM生成答案​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_community.vectorstores import LanceDB​

from langchain.schema import Document​

from langchain.embeddings.base import Embeddings​

from transformers import AutoModel, AutoTokenizer​

import torch​

import lancedb​

from typing import List​

​

class MultiHeadEmbeddings(Embeddings):​

    """自定义多头注意力Embedding，继承LangChain的Embeddings基类"""​

    def __init__(self, model_name="bert-base-uncased", head_index=0, num_heads=12):​

        self.tokenizer = AutoTokenizer.from_pretrained(model_name)​

        self.model = AutoModel.from_pretrained(model_name, output_hidden_states=True)​

        self.head_index = head_index​

        self.num_heads = num_heads​

        self.head_dim = 768 // num_heads  # BERT hidden size / num_heads​

    ​

​

​

Corrective RAG​

简介：​

​

⭕

​

架构：​

​

​

实现步骤：​

初始检索：使用向量检索获取与查询相关的候选文档​

相关性评估：使用LLM或专门的评估模型对每个检索到的文档进行相关性评分（Correct/Incorrect/Ambiguous）​

知识修正：对于评估为不相关或模糊的文档，触发知识修正机制​

网络搜索增强：当本地知识库文档质量不足时，调用外部搜索引擎获取补充信息​

文档重组：将评估为相关的文档和补充搜索结果重新组织，去除冗余信息​

答案生成：基于修正后的高质量上下文生成最终答案​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_huggingface import HuggingFaceEmbeddings​

from langchain_community.vectorstores import LanceDB​

from langchain_community.tools import TavilySearchResults​

from langchain.schema import Document​

from langchain.prompts import ChatPromptTemplate​

from langchain_core.output_parsers import StrOutputParser​

import lancedb​

from typing import List​

​

class CorrectiveRAG:​

    def __init__(self):​

        self.llm = ChatOpenAI(model="gpt-5", temperature=0)​

​

​

Agentic RAG ​

简介： ​

​

⭕

Agentic RAG（智能体RAG）将 AI Agent 的规划和推理能力与 RAG 相结合。Agent 可以自主分析查询、制定检索策略、选择合适的工具（语义搜索、关键词搜索、计算器等），并根据中间结果进行迭代优化。 ​

​

架构：​

​

​

实现步骤：​

Agent初始化：创建具有推理和规划能力的AI Agent，配备检索工具​

任务分解：Agent分析用户查询，将复杂问题分解为多个子任务​

工具选择：Agent根据子任务特点选择合适的工具（检索、计算、API调用等）​

迭代检索：Agent可以根据中间结果决定是否需要进一步检索或调整查询策略​

推理整合：Agent对多轮检索和工具调用的结果进行推理和整合​

自我反思：Agent评估答案质量，必要时进行自我修正​

最终输出：生成完整、准确的答案​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_huggingface import HuggingFaceEmbeddings​

from langchain_community.vectorstores import LanceDB​

from langchain.schema import Document​

​

​

Graph RAG ​

简介： ​

​

⭕

Graph RAG 将知识图谱技术与 RAG 相结合，通过从文档中抽取实体和关系构建知识图谱，并进行社区检测和摘要生成。 ​

​

​

​

架构：​

实现步骤：​

实体抽取：使用NER或LLM从文档中抽取实体（人物、地点、概念等）​

关系抽取：识别实体之间的关系，构建三元组（实体-关系-实体）​

知识图谱构建：将实体和关系存储到图数据库中（如Neo4j）​

社区检测：对图进行社区划分，识别主题聚类​

社区摘要：为每个社区生成摘要描述​

图检索：根据查询在知识图谱中检索相关子图和社区摘要​

答案生成：结合图结构信息和社区摘要生成更全面的答案​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_community.graphs import Neo4jGraph​

from langchain.prompts import ChatPromptTemplate​

from langchain_core.output_parsers import StrOutputParser, JsonOutputParser​

import networkx as nx​

from typing import List, Dict​

import json​

​

class GraphRAG:​

    def __init__(self, neo4j_uri="bolt://localhost:7687", ​

                 neo4j_user="neo4j", neo4j_password="password"):​

        self.llm = ChatOpenAI(model="gpt-5", temperature=0)​

        # 使用LangChain的Neo4j集成​

        self.graph_db = Neo4jGraph(​

            url=neo4j_uri, ​

            username=neo4j_user, ​

            password=neo4j_password​

        )​

​

​

Self RAG​

简介：​

​

⭕

Self RAG 提供给模型自我评估和决策能力，它通过四个反思标记（Retrieve/ISREL/ISSUP/ISUSE）来判断：是否需要检索、文档是否相关、答案是否被支持、答案是否有用，模型会生成多个候选答案并综合评分，选择最优结果输出。​

​

​

​

架构：​

实现步骤：​

检索决策：模型首先判断是否需要检索（生成Retrieve标记）​

按需检索：如果需要检索，从知识库中获取相关文档​

相关性评估：模型评估检索到的文档是否与查询相关（生成ISREL标记）​

支持度评估：模型评估生成的内容是否被检索文档支持（生成ISSUP标记）​

有用性评估：模型评估生成的回答是否对用户有用（生成ISUSE标记）​

自适应生成：基于以上评估标记，模型决定是否使用检索内容、重新检索或直接生成​

输出最优答案：选择评分最高的生成结果作为最终输出​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_huggingface import HuggingFaceEmbeddings​

from langchain_community.vectorstores import LanceDB​

from langchain.schema import Document​

from langchain.prompts import ChatPromptTemplate​

from langchain_core.output_parsers import StrOutputParser​

import lancedb​

from typing import List, Tuple​

​

class SelfRAG:​

def __init__(self):​

​

​

Adaptive RAG​

简介：​

​

⭕

Adaptive RAG 根据查询的类型和复杂度动态选择最优的处理策略。​

​

架构：​

​

​

实现步骤：​

查询分类：分析用户查询的类型和复杂度（简单事实/多跳推理/开放性问题）​

策略选择：根据查询类型选择最优的RAG策略​

a.

简单查询：直接LLM回答或单次检索​

动态路由：将查询路由到对应的处理流程​

自适应检索：根据中间结果动态调整检索深度和范围​

结果整合：整合不同策略的结果生成最终答案​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_huggingface import HuggingFaceEmbeddings​

from langchain_community.vectorstores import LanceDB​

from langchain.schema import Document​

from langchain.prompts import ChatPromptTemplate​

from langchain_core.output_parsers import StrOutputParser​

from langchain_core.runnables import RunnableLambda, RunnablePassthrough​

​

​

SFR RAG​

简介：​

​

⭕

SFR RAG（Salesforce Research RAG）是工业级高质量 RAG 的最佳实践。它采用经过指令微调的高性能 embedding 模型（如 BGE），结合 Cross-Encoder 重排序、上下文压缩、引用生成和质量验证等多项优化技术。​

​

架构：​

​

​

实现步骤：​

高质量Embedding：使用SFR（Salesforce Research）的高性能embedding模型进行文档和查询编码​

指令微调检索：使用指令微调的检索模型，支持多种检索任务（问答、摘要、事实核查等）​

上下文压缩：对检索到的文档进行智能压缩，去除冗余信息​

重排序：使用专门的重排序模型对候选文档进行精细排序​

引用生成：生成答案时附带引用来源，提高可信度​

质量控制：对生成结果进行事实性检验和质量评估​

参考代码：​

​

代码块​

Python

from langchain_openai import ChatOpenAI​

from langchain_community.embeddings import HuggingFaceBgeEmbeddings​

from langchain_community.vectorstores import LanceDB​

from langchain_community.cross_encoders import HuggingFaceCrossEncoder​

​