RAG 检索增强生成 — 让 Agent 拥有知识库

RAG（Retrieval Augmented Generation）让 LLM 能够访问外部知识库，基于检索到的信息回答问题，有效解决知识截止和幻觉问题。

RAG 流程

RAG 的标准流程分为五步：

1. 文档加载：读取 PDF、网页、数据库等来源
2. 文档分割：将长文档切分成适合检索的块
3. 向量化存储：用 Embedding 模型将文本转为向量，存入向量库
4. 检索：根据用户问题检索最相关的文档片段
5. 增强生成：将检索到的文档作为上下文，让 LLM 生成回答

实现一个 RAG 系统

from langchain_openai import ChatOpenAI, OpenAIEmbeddings
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnablePassthrough
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_chroma import Chroma

llm = ChatOpenAI(
    model="deepseek-v4-flash",
    api_key="sk-你的密钥",
    base_url="https://dualseason.com/v1"
)

embeddings = OpenAIEmbeddings(
    model="text-embedding-3-small",
    api_key="sk-你的密钥",
    base_url="https://dualseason.com/v1"
)

# 1. 准备知识库
docs = [
    "LangChain 是一个 LLM 应用开发框架，支持链式调用和工具集成。",
    "LangGraph 在 LangChain 基础上增加了状态图编排能力。",
    "ReAct 模式让 LLM 交替进行推理和行动，是 Agent 的核心范式。",
]

# 2. 分割并存入向量库
text_splitter = RecursiveCharacterTextSplitter(chunk_size=100, chunk_overlap=20)
chunks = text_splitter.create_documents(docs)

vectorstore = Chroma.from_documents(
    documents=chunks,
    embedding=embeddings,
    collection_name="agent_kb"
)

retriever = vectorstore.as_retriever(search_kwargs={"k": 2})

# 3. 构建 RAG 链
template = """基于以下上下文回答问题：

{context}

问题: {question}"""

prompt = ChatPromptTemplate.from_template(template)

def format_docs(docs):
    return "\n---\n".join(d.page_content for d in docs)

rag_chain = (
    {"context": retriever | format_docs, "question": RunnablePassthrough()}
    | prompt
    | llm
    | StrOutputParser()
)

# 4. 测试
result = rag_chain.invoke("LangGraph 和 LangChain 有什么关系？")
print(result)

检索策略

策略	说明	适用场景
相似度检索	按向量距离排序	通用场景
MMR	兼顾相关性和多样性	避免重复内容
混合检索	向量 + 关键词	需要精确匹配

小结

RAG 是构建知识密集型 Agent 的基础能力。结合前一章的工具调用，Agent 既可以检索知识库，又可以调用外部工具，两种能力互补。