【从零到一学 RAG】检索增强生成全流程精讲：step/agentic/hybrid 三种流程+向量库+检索评估全覆盖！1. 引言：为什么需要 RAG
大语言模型（LLM）虽然能力强大，但存在知识截止、幻觉、无法访问私有数据等固有局限。检索增强生成（Retrieval-Augmented Generation，RAG）通过引入外部知识库，在生成前先检索相关内容，再让模型基于检索结果作答，从而显著提升回答的准确性、时效性和可解释性。
本文将从零到一，系统讲解 RAG 的完整流程，覆盖 step、agentic、hybrid 三种主流流程范式，以及向量库的构建与检索评估方法，帮助读者建立从原理到实战的完整认知。
2. RAG 基础概念
在深入流程之前，先厘清几个核心概念：
- 检索（Retrieval）：从知识库中找出与用户问题最相关的文本片段。
- 增强（Augmentation）：将检索到的上下文与用户问题拼接，构造更完整的提示词。
- 生成（Generation）：LLM 基于增强后的提示词生成最终回答。
RAG 的价值在于：它把模型的「记忆」从参数内扩展到外部知识库，既降低了幻觉风险，又让知识可以随时更新，无需重新训练模型。
3. 三种 RAG 流程范式
根据检索与生成的交互方式，RAG 流程可以划分为 step、agentic、hybrid 三种范式，各有适用场景。
3.1 Step RAG（单轮检索）
Step RAG 是最经典的流程：用户提问后，系统执行一次检索，将结果拼入提示词，再由 LLM 生成回答。整个过程是线性的、确定性的，适合问题明确、知识库结构清晰的场景。
其优点是实现简单、延迟低、成本可控；缺点是面对复杂多跳问题时，单次检索往往无法覆盖全部所需信息。
3.2 Agentic RAG（智能体检索）
Agentic RAG 引入智能体（Agent）机制，让模型自主决定「何时检索、检索什么、是否继续检索」。模型可以多次调用检索工具，根据中间结果调整检索策略，甚至改写查询词。
这种范式适合复杂推理、多跳问答、需要动态规划的场景，灵活性更高，但代价是延迟和 token 消耗增加，且对模型的工具调用能力要求较高。
3.3 Hybrid RAG（混合检索）
Hybrid RAG 将多种检索方式融合，常见组合是「关键词检索（BM25）+ 向量检索（Embedding）」，再通过 RRF（Reciprocal Rank Fusion）等算法融合排序结果。
关键词检索擅长精确匹配专有名词、编号，向量检索擅长语义相似匹配，二者互补能显著提升召回质量。Hybrid 范式在工业界应用最广，是兼顾效果与稳定性的主流选择。
4. 向量库的构建
向量库是 RAG 系统的核心基础设施，负责存储文本的向量表示并支持相似度检索。构建一个可用的向量库通常包含以下步骤：
4.1 文档切分
原始文档需要先切分为合适的块（Chunk）。切分粒度直接影响检索效果：块太大则噪声多、精度低；块太小则上下文不完整、召回率低。常见策略包括按固定长度、按段落、按语义边界切分，并设置合理的重叠（Overlap）以保留上下文连续性。
4.2 向量化
将每个文本块通过 Embedding 模型转换为向量。常用的 Embedding 模型包括 OpenAI 的 text-embedding-3、BGE、M3E 等。选择模型时需考虑语言支持、维度、推理成本等因素。
4.3 索引与存储
向量需要建立索引以支持高效检索。主流向量数据库包括 Milvus、Qdrant、Weaviate、Chroma 等，也支持在 PostgreSQL 中通过 pgvector 扩展实现。索引算法常用 HNSW、IVF 等近似最近邻（ANN）方案，在召回速度与精度之间取得平衡。
5. 检索评估方法
检索质量直接决定 RAG 的上限，因此必须建立科学的评估体系。评估通常分为「检索评估」和「生成评估」两个层面。
5.1 检索评估指标
| 指标 | 含义 | 适用场景 |
|---|---|---|
| Recall@K | 前 K 个结果中命中的相关文档比例 | 衡量召回能力 |
| Precision@K | 前 K 个结果中相关文档占比 | 衡量结果纯净度 |
| MRR | 第一个相关结果的倒数排名 | 单答案场景 |
| NDCG@K | 考虑排序位置的归一化折损累计增益 | 多相关文档排序 |
5.2 生成评估指标
生成质量通常结合自动指标与人工评估：
- 忠实度（Faithfulness）：回答是否严格基于检索到的上下文，不引入幻觉。
- 答案相关性（Answer Relevance）：回答是否切题、完整。
- 上下文相关性（Context Relevance）：检索到的上下文是否与问题相关。
业界常用 RAGAS、TruLens 等框架自动化评估这些维度，也可结合人工标注构建评测集。
6. 完整流程实战示例
下面以一个基于 Python 的简化示例，串联「文档切分 → 向量化 → 检索 → 生成」的完整流程。
from langchain_community.vectorstores import Chroma from langchain_community.embeddings import OpenAIEmbeddings from langchain.text_splitter import RecursiveCharacterTextSplitter from langchain.chains import RetrievalQA from langchain_openai import ChatOpenAI 1. 文档切分 text = "你的知识库文档内容……" splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50) chunks = splitter.split_text(text) 2. 向量化并入库 embeddings = OpenAIEmbeddings() vectorstore = Chroma.from_texts(chunks, embeddings) 3. 构建检索问答链 qa = RetrievalQA.from_chain_type( llm=ChatOpenAI(model="gpt-4o-mini"), retriever=vectorstore.as_retriever(search_kwargs={"k": 3}) ) 4. 生成回答 answer = qa.invoke("你的问题") print(answer)实际生产系统中，还需考虑检索重排（Rerank）、多路召回融合、缓存、监控告警等工程化能力。
7. 常见问题与优化方向
- 检索不到相关内容：检查切分粒度、Embedding 模型选择、查询改写策略。
- 回答幻觉严重：增加检索结果约束，引入忠实度校验，必要时降低模型温度。
- 延迟过高：优化索引结构、减少检索轮次、引入缓存。
- 知识更新不及时：建立增量入库与文档版本管理机制。
8. 总结
RAG 是连接大模型与外部知识的关键桥梁。本文从基础概念出发，梳理了 step、agentic、hybrid 三种流程范式的特点与适用场景，讲解了向量库的构建要点，并给出了检索与生成的评估方法。掌握这些内容后，读者可以根据业务需求选择合适的流程范式，搭建并持续优化自己的 RAG 系统。