rag-retrieval

name	rag-retrieval
description	RAG（检索增强生成）模式专家。用于构建 RAG 管道、嵌入文档、实现混合搜索、上下文检索、HyDE、Agentic RAG、多模态 RAG、查询分解、重排或 pgvector 搜索。触发词：RAG、检索、LLM、上下文、嵌入、HyDE、重排、pgvector、多模态。

RAG Retrieval

构建生产级 RAG 系统的综合模式。

快速参考

类别	规则数	重要性	何时使用
Core RAG	4	关键	基础 RAG、引用、混合搜索、上下文管理
Embeddings	3	高	模型选择、分块、批量/缓存优化
上下文检索	3	高	上下文前缀、混合 BM25+vector、管道
HyDE	3	高	词汇不匹配、假想文档生成
Agentic RAG	4	高	Self-RAG、CRAG、知识图谱、自适应路由
多模态 RAG	3	中	图文检索、PDF 分块、跨模态搜索
查询分解	3	中	多概念查询、并行检索、RRF 融合
重排	3	中	Cross-encoder、LLM 评分、组合信号
PGVector	4	高	PostgreSQL 混合搜索、HNSW 索引、schema 设计

共 30 条规则，9 个类别

Core RAG

检索、生成和管道组合的基础模式。

规则	文件	关键模式
基础 RAG	rules/core-basic-rag.md	检索 + 上下文 + 生成，带引用
混合搜索	rules/core-hybrid-search.md	RRF 融合（k=60）语义 + 关键词
上下文管理	rules/core-context-management.md	Token 预算 + 充足性检查
管道组合	rules/core-pipeline-composition.md	可组合：分解 → HyDE → 检索 → 重排

Embeddings

嵌入模型、分块策略和生产优化。

规则	文件	关键模式
模型与 API	rules/embeddings-models.md	模型选择、批量 API、相似度
分块	rules/embeddings-chunking.md	语义边界分割，512 token 最佳
高级	rules/embeddings-advanced.md	Redis 缓存、Matryoshka 维度、批量处理

上下文检索

Anthropic 的上下文前缀技术 — 减少 67% 检索失败。

规则	文件	关键模式
上下文前缀	rules/contextual-prepend.md	LLM 生成的上下文 + prompt 缓存
混合搜索	rules/contextual-hybrid.md	40% BM25 / 60% vector 权重分割
完整管道	rules/contextual-pipeline.md	端到端索引 + 混合检索

HyDE

用于桥接词汇差距的假想文档嵌入。

规则	文件	关键模式
生成	rules/hyde-generation.md	嵌入假想文档，而非查询
每概念	rules/hyde-per-concept.md	多主题查询的并行 HyDE
回退	rules/hyde-fallback.md	2-3秒超时 → 直接嵌入回退

Agentic RAG

具有 LLM 驱动决策的自我纠正检索。

规则	文件	关键模式
Self-RAG	rules/agentic-self-rag.md	二进制文档分级相关性
Corrective RAG	rules/agentic-corrective-rag.md	CRAG 工作流与网络回退
知识图谱	rules/agentic-knowledge-graph.md	KG + vector 混合用于实体丰富领域
自适应检索	rules/agentic-adaptive-retrieval.md	查询路由到最优策略

多模态 RAG

图文检索与跨模态搜索。

规则	文件	关键模式
嵌入	rules/multimodal-embeddings.md	CLIP、SigLIP 2、Voyage multimodal-3
分块	rules/multimodal-chunking.md	保留图像的 PDF 提取
管道	rules/multimodal-pipeline.md	去重 + 混合检索 + 生成

查询分解

将复杂查询分解为概念进行并行检索。

规则	文件	关键模式
检测	rules/query-detection.md	启发式指标（<1ms 快速路径）
分解 + RRF	rules/query-decompose.md	LLM 概念提取 + 并行检索
HyDE 组合	rules/query-hyde-combo.md	分解 + HyDE 最大覆盖

重排

检索后重新评分以提高精度。

规则	文件	关键模式
Cross-Encoder	rules/reranking-cross-encoder.md	ms-marco-MiniLM（~50ms，免费）
LLM 重排	rules/reranking-llm.md	批量评分 + Cohere API
组合	rules/reranking-combined.md	多信号加权评分

PGVector

使用 PostgreSQL 的生产级混合搜索。

规则	文件	关键模式
Schema	rules/pgvector-schema.md	HNSW 索引 + 预计算 tsvector
混合搜索	rules/pgvector-hybrid-search.md	SQLAlchemy RRF + FULL OUTER JOIN
索引	rules/pgvector-indexing.md	HNSW（快 17 倍）vs IVFFlat
元数据	rules/pgvector-metadata.md	过滤、boost、Redis 8 比较

快速开始示例

from openai import OpenAI

client = OpenAI()

async def rag_query(question: str, top_k: int = 5) -> dict:
    """带引用的基础 RAG。"""
    docs = await vector_db.search(question, limit=top_k)
    context = "\n\n".join([f"[{i+1}] {doc.text}" for i, doc in enumerate(docs)])

    response = await llm.chat([
        {"role": "system", "content": "用内联引用 [1], [2] 回答。仅使用提供的上下文。"},
        {"role": "user", "content": f"Context:\n{context}\n\nQuestion: {question}"}
    ])

    return {"answer": response.content, "sources": [d.metadata['source'] for d in docs]}

关键决策

决策	建议
嵌入模型	text-embedding-3-small（通用），voyage-3（生产）
分块大小	256-1024 token（通常 512）
混合权重	40% BM25 / 60% vector
Top-k	3-10 个文档
Temperature	0.1-0.3（factual）
上下文预算	4K-8K token
重排	检索 50，重排到 10
向量索引	HNSW（生产），IVFFlat（高容量）
HyDE 超时	2-3 秒，带回退
查询分解	启发式优先，多概念才用 LLM

常见错误

1. 无引用跟踪（无法验证的答案）
2. 上下文太大（稀释相关性）
3. 单一检索方法（错过关键词匹配）
4. 长文档未分块（上下文丢失）
5. 查询和文档嵌入方式不同
6. Agentic RAG 无回退路径（工作流卡住）
7. 无限重写循环（无重试限制）
8. 使用错误的相似度指标（cosine vs euclidean）
9. 未缓存嵌入（重复计算不变内容）
10. 多模态 RAG 缺少图像标题（限制文本搜索）