7 分钟了解 10 种 RAG 策略

来源：Bilibili - 7 分钟了解 10 种 RAG 策略

关联笔记：RAG 专题导航、RAG高级检索与优化、RAG评测与排障

标签：#AI #RAG #检索增强生成 #视频笔记

视频信息

B 站公开接口没有返回字幕，因此下文不是逐字稿，而是根据音频转写和画面校正后的结构化笔记。技术名词以画面为准，时间点为约数。

一句话总结

视频中的“10 种策略”并不是十套互斥的 RAG 架构，而是分布在切块、表示与索引、Query 处理、检索排序和流程编排等不同环节的技术。它们可以组合使用；如果从零起步，视频建议先做 Hybrid Search + Rerank，再根据评测暴露的具体问题逐项加复杂度。

先看完整 RAG 流程

视频将流程分成两段：

离线准备：资料 → Chunking → Embedding → Indexing → 数据库

在线检索：用户问题 → Query Processing → Retrieval → 上下文 → LLM 回答

• Chunking：把原始资料切成可检索单元。
• Embedding：把 Query 和文本块映射成向量。
• Indexing：保存向量、原文及必要的元数据。
• Query Processing：把用户表达改造成更适合检索的 Query。
• Retrieval：召回候选块并排序。
• Generation：把检索证据交给 LLM 组织答案。

Indexing、向量数据库和 Metadata 是视频讲解 RAG 链路时的背景，不计入下面的十种策略。

时间轴

一、数据切块

1. Semantic Chunking：按语义边界切块

固定字数切分可能从句子或知识点中间截断，导致召回的块语义不完整。Semantic Chunking 的思路是：

1. 对相邻句子或句群计算 Embedding。
2. 比较相邻表示的语义距离。
3. 语义接近就合并；距离突然变大时，把该位置当作切分点。

它适合段落边界不稳定、主题转换明显的长文档。LangChain 的 SemanticChunker 源码就是一种参考实现：先组合相邻句子，再计算 Embedding 的余弦距离并按阈值断开。

工程边界：

• 离线阶段要多做一轮句子级 Embedding，索引速度和成本高于固定长度切分。
• “语义完整”不等于“适合回答问题”，阈值、最小块和最大块仍要用自己的 Query 集调优。
• 表格、代码、标题层级和列表更适合先按结构解析，不能只依赖语义距离。

2. Proposition Chunking：拆成原子事实

Semantic Chunking 仍可能把多个事实留在一个块中。Proposition Chunking 先粗切原文，再让 LLM 把内容拆成一条条简洁、自包含的原子命题，并把命题作为检索单元。

原始论文 Dense X Retrieval 将 proposition 定义为承载单一事实、简洁且可独立理解的表达；论文实验表明，在其测试任务和计算预算下，命题粒度优于 passage 粒度。这个结论不能直接外推到所有业务语料。

适合：事实型问答、实体属性密集的文档，以及“一个段落包含多个独立事实”的场景。

代价与风险：

• 建库时增加 LLM 调用，成本和处理时间更高。
• 拆解模型可能漏掉限定词、否定、时间范围或事实之间的依赖。
• 原子命题有利于精准召回，但可能丢失叙事顺序和跨句上下文；应保留命题到原文块的映射，生成时可回溯原文。

二、表示与索引

3. 领域适配 Embedding：别只看通用榜单

视频先列举通用 Embedding，再强调法律、代码、医疗等专业语料可能需要领域适配模型。通用模型把日常语义映射得很好，不代表它能稳定区分领域术语、缩写和近义专名。

• OpenAI 当前提供 text-embedding-3-small 和 text-embedding-3-large，后者定位为英语及非英语任务上能力更强的通用模型，参见 OpenAI Embeddings 文档。
• 视频还列举了 BGE、Qwen3-Embedding 等模型；BGE-M3 论文覆盖多语言、多粒度和多种检索表示，Qwen3-Embedding 官方仓库则同时提供 Embedding 与 Reranker 系列。

真正的选型依据应是自己的标注 Query—Document 集：至少比较 Recall@K、MRR/nDCG、延迟、吞吐、向量维度和成本。换 Embedding 往往意味着重新生成并迁移索引，不能只凭模型名决定。

索引与 Metadata：不是第 4 种策略，但非常重要

视频在这里补充了两个工程点：

• 小规模项目可以使用 SQLite 加向量扩展；更大的既有业务也可以在 PostgreSQL 上使用 pgvector。向量库不是越专用越好，应按数据量、过滤、更新、备份和运维能力选。
• 除向量和原文外，还应保存日期、类型、来源、版本、权限等 Metadata，检索时先做过滤，避免把已过期或无权访问的内容送给模型。

4. Graph RAG：显式保存实体关系

普通向量检索把 Chunk 当作相互独立的单元，跨块关系容易丢失。Graph RAG 从文本中抽取实体、关系和关键主张，构建图结构；查询时先定位相关实体，再沿边扩展相邻信息。

适合：

• 合同条款引用、组织关系、人物—事件关系等强关系语料。
• 需要跨多个片段“连接线索”的多跳问题。
• 需要对整个语料做主题归纳的全局问题。

微软的 GraphRAG 官方文档说明，其标准流程包含实体/关系抽取、社区层级和社区摘要；Local Search 面向具体实体，Global Search 面向语料的整体理解。

工程边界：图抽取、社区构建与摘要会显著增加离线成本，实体消歧和关系质量还需要专项评测。视频说文档更新后可能要重建整张图，这反映了图索引更新的复杂性，但不能当成当前实现的绝对限制：微软 GraphRAG 现已提供 graphrag update 和 *-update 增量索引模式，是否全量重算取决于实现、配置和变更范围。

三、Query 处理

5. Query Transformation：先把问题变得可检索

用户问题可能口语化、含代词、范围模糊或一次包含多个子问题。Query Transformation 可以让 LLM：

• Rewrite：改写成独立、明确的检索句。
• Expand：补充同义词、专业术语或别名。
• Decompose：把复杂问题拆成多个子查询。
• Step-back：先抽象出更高层问题，再检索背景知识。

微软 RAG 检索阶段指南把 augmentation、decomposition、rewriting 和 HyDE 都归到 Query Translation。工程上应始终保留原 Query 作为召回兜底，并监控改写后的语义漂移、额外延迟和 Token 成本。

6. HyDE：用“假设文档”寻找真实文档

HyDE（Hypothetical Document Embeddings）不是先寻找答案，而是：

用户问题 → LLM 生成一篇假设答案文档 → 对假设文档做 Embedding
        → 在真实语料中检索向量邻居 → 只用真实文档回答

它利用“答案形态的文本往往比短 Query 更接近真实答案文档”这一点来改善零样本 Dense Retrieval。HyDE 原论文明确指出，假设文档是虚构的并可能包含错误细节；它只应充当检索探针，不能作为最终答案的证据。

适合：原 Query 太短、口语与专业语料之间存在明显表达鸿沟。风险是生成内容可能把检索引向错误方向，因此要与原 Query 并行召回，并在自己的评测集上比较增益。

四、召回与排序

7. Hybrid Search：语义检索和关键词检索并行

Dense Vector Search 擅长找语义相近的内容，但产品型号、错误码、人名、日期和专业缩写更依赖精确词面命中。Hybrid Search 同时运行：

• 向量检索：解决“表达不同但意思相近”。
• BM25 等全文检索：解决“关键词、专名、编号必须精确匹配”。
• 结果融合：常用 Reciprocal Rank Fusion（RRF）合并两个排序列表。

Azure AI Search 官方文档说明，Hybrid Search 会并行执行全文和向量查询，再用 RRF 合并结果。它是很合适的通用起点，但具体的 k、过滤条件、融合权重仍需评测。

8. Rerank：对候选集做精排

第一阶段检索主要追求高召回，拿到较宽的候选集；Reranker 再把 Query + 候选 Chunk 放在一起打分，筛出最相关的少量证据。Cross-Encoder 能建模 Query 与 Chunk 的词级交互，通常比独立编码后计算向量相似度更精细。

Hybrid Search 召回 Top 20～50
              ↓
       Cross-Encoder Rerank
              ↓
         取 Top 5～10 给 LLM

微软 RAG 检索指南指出，Rerank 优化的是候选集精度，但会增加额外延迟；Cross-Encoder 适合在已缩小的候选集上运行，而不是扫描整个语料库。

关键边界：Reranker 只能重新排列已有候选。如果正确文档根本没有进入初召回，Rerank 无法“救回”它。因此要同时看 Recall@K 和排序指标，不能只看最终回答。

五、流程编排

9. Agentic RAG：用循环代替固定 Pipeline

固定 RAG 通常只检索一次；Agentic RAG 让 Agent 自己判断：

• 当前证据是否足够。
• 应该改写 Query、换数据源还是继续检索。
• 是否需要调用 Semantic Search、Keyword Search、数据库或其他工具。
• 什么时候停止搜索并组织答案。

也就是从：

一次性 Pipeline：检索 → 生成

变为：

Loop：规划 → 检索/工具 → 评估证据 → 不足则继续 → 生成

LangChain 官方文档把 Agentic RAG 定义为由 LLM Agent 在推理中决定何时以及如何检索。它更灵活，但控制性更低、延迟可变；工程上还要处理最大轮数、停止条件、工具失败、重复检索、引用追踪和 Trace，不能把“交给 Agent”理解成自动获得可靠性。

10. Adaptive Routing：简单问题走短路，复杂问题再升级

所有问题都走 Agentic RAG 会放大成本和延迟。Adaptive Routing 先用轻量分类器判断 Query 复杂度，再选择路径：

无需外部知识 → 直接回答或拒答
简单事实问题 → 单次 Hybrid Search + Rerank
复杂、多跳问题 → Agentic RAG，多轮检索

Adaptive-RAG 原论文用分类器按问题复杂度在无检索、单步检索和迭代检索之间选择。落地难点不在画一个路由框，而在于：如何标注复杂度、误路由如何兜底、路由阈值如何随成本和质量目标调整。

十种策略对照表

推荐的落地顺序

视频给出的结论是：刚开始做 RAG，优先使用 Hybrid Search + Rerank。更完整的工程顺序可以整理为：

1. 建立固定、可复现的评测集，标注 Query、相关 Chunk 和关键答案事实。
2. 先完成结构化切块、Metadata、Dense + BM25 的 Hybrid Search。
3. 扩大初召回候选，再用 Reranker 压到较小的上下文集合。
4. 分开观察 Recall@K、MRR/nDCG、Faithfulness、端到端正确率、P95 延迟和单次成本。
5. 只针对 Badcase 加策略：
   • 语义被切断：Semantic Chunking。
   • 单块事实过多：Proposition Chunking。
   • 领域术语不准：领域 Embedding 或微调检索器。
   • Query 表达差：Transformation 或 HyDE。
   • 跨块关系问题：Graph RAG。
   • 多轮、多源探索：Agentic RAG。
   • 请求难度分化且成本过高：Adaptive Routing。

核心原则：先证明问题在哪一层，再增加那一层的复杂度。 十种方法不是越多越好，也不是全部叠上去就会更准。

核验与补充

1. 长上下文并没有让 RAG 自动过时

长上下文可以省去部分检索流程，但“能放进去”不代表模型能同等利用每个位置的信息。Lost in the Middle在其测试模型和任务上观察到：相关信息位于长上下文中间时，性能可能下降。这个结果不能直接外推到所有新模型，但足以说明需要实测有效上下文利用，而不是只看标称窗口。

因此长上下文、RAG 和全文搜索应按数据规模、更新频率、成本、延迟、权限和问题类型选，不是非此即彼。

2. GraphRAG 的“全量重建”不是当前实现的绝对规则

视频强调图更新比普通向量索引复杂，这一点成立；但截至本笔记整理时，微软 GraphRAG 已提供增量更新命令。因此应保留“更新成本高”的提醒，不能写成“文档一变必然全量重建”。

3. HyDE 生成的内容不是事实来源

HyDE 论文从一开始就允许假设文档包含虚构细节。它的用途是改善检索位置，最终回答必须回到真实语料，并验证引用是否支持结论。

4. 视频没有给出统一收益数字

视频对成本、延迟和质量的讨论是架构层面的定性说明，没有给出统一数据集、对照实验或可复现指标。因此不能从视频推出“某策略必然提升多少准确率”或“Hybrid + Rerank 在所有项目中最优”。

复习口诀

先切好：Semantic / Proposition
再表准：领域 Embedding / Graph RAG
问得对：Query Transformation / HyDE
找得全：Hybrid Search
排得准：Rerank
复杂才循环：Agentic RAG
按难度分流：Adaptive Routing

一手资料

• RAG 原始论文：Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
• LangChain SemanticChunker 源码
• Dense X Retrieval：Proposition 检索粒度
• OpenAI Embeddings 文档
• BGE-M3 论文
• Qwen3-Embedding 官方仓库
• Microsoft GraphRAG 文档
• 微软 RAG 信息检索阶段指南
• HyDE 原论文
• Azure AI Search：Hybrid Search
• LangChain：Agentic RAG
• Adaptive-RAG 原论文
• Lost in the Middle

相关笔记

• RAG高级检索与优化 — Query 改写、HyDE、多跳检索和 Agentic RAG
• RAG工程全流程 — 这些策略在完整离线/在线链路中的位置
• RAG评测与排障 — 用 Recall、排序、Faithfulness 和系统指标定位问题
• RAG准确率优化-从60到85 — 一个组合优化案例
• RAG 专题导航