rag-patterns

name	rag-patterns
description	RAG 模式 —— 检索增强生成架构设计、分块策略、向量检索优化与评估方法
category	AI
loading	on-demand
triggers	{"keywords":["RAG","检索增强","向量检索","知识库","embedding","chunking","文档检索"]}

RAG 模式（检索增强生成）

概述

提供检索增强生成（Retrieval-Augmented Generation）系统的架构设计和优化指南，覆盖文档处理、分块策略、向量检索、重排序和评估全流程。

使用场景

• 构建基于私有知识库的问答系统
• 优化现有 RAG 系统的检索命中率和答案质量
• 选择分块策略（Chunking）和 Embedding 模型
• 评估 RAG 系统的检索和生成效果

核心原则

1. 分块策略决定检索质量：分块太大导致检索精度降低，太小导致上下文碎片化。语义分块（按段落/章节）优于固定长度分块。
2. 检索增加冗余度：召回 top_k 设为实际用量的 2-3 倍，留出重排序空间。检索不足时答案不完整，检索过多时引入噪声。
3. 重排序大幅提升准确率：初检索使用轻量模型（BM25 / 向量相似度），最终选片使用强模型（Cross-encoder Reranker）。
4. 上下文组织影响生成质量：将检索到的文档按相关性排列，标注来源，控制总长度在模型有效注意力窗口内。
5. 评估需要多维指标：检索质量（Recall@k, MRR）、答案质量（忠实度、相关性）、用户体验（延迟、可解释性）。

RAG 流水线

文档加载 → 文本提取 → 分块 → Embedding → 向量存储（索引）
查询 → 向量检索 → 混合检索（BM25 + 向量）→ 重排序 → 上下文组装 → LLM 生成

检查清单

• 分块策略是否基于文档语义（段落/章节）而非固定字符数？
• 检索召回数量是否为实际用量的 2-3 倍？
• 是否使用了重排序（Reranker）提升最终检索精度？
• 上下文中是否标注了每个引用片段的来源？
• 是否有系统的评估流程（检索指标 + 生成指标）？