08. 高级 RAG

选择原则

先用评估集证明基础检索的瓶颈，再增加一个变量。复杂度带来更多延迟、成本、失败路径和安全面。

症状	可尝试	代价
精确词和语义各丢一部分	BM25 + dense + RRF	两套索引与调参
问题表达与文档差异大	query rewrite/HyDE	改写可能引入幻觉
需要跨实体多跳	GraphRAG/实体检索	图构建和维护成本
需要判断是否继续检索	Agentic RAG	循环、工具权限、延迟
PDF 表格/图片重要	多模态解析/视觉模型	解析成本和验证难

Hybrid、查询改写与 HyDE

Hybrid 将关键词匹配和向量召回合并，常用 Reciprocal Rank Fusion；先保留每路候选的来源和分数，便于诊断。查询改写可补全缩写、拆分多问题，但必须保留原问题并限制改写次数。HyDE 让模型先生成“假想答案”再向量检索，适合问题和文档词汇差异大时；假想答案不是证据，不能直接回答用户。

GraphRAG

知识图谱适合实体关系和跨文档聚合，例如“哪些部门受某制度影响”。实体抽取错误、图过时和社区摘要丢细节是主要风险。先问：关系是否真的比原文段落更稳定？如果只是单文档问答，图通常增加成本而不增益。参考 Microsoft GraphRAG 的索引与查询说明，部署前核查版本和资源要求。

Agentic RAG

Agent 可以选择搜索、过滤、数据库查询或请求澄清。给工具设置白名单、预算、超时和最大步数；每一步记录理由和输入输出。不要让 Agent 自己改变 ACL、删除索引或执行任意 URL 请求。固定工作流问题优先使用确定性编排。

多模态与长上下文

解析 PDF 时保留页码、表格坐标和图片引用；视觉模型输出需要抽样核验。长上下文不是把所有文档塞进去：候选排序、去重、分组和上下文预算仍然重要。测试“正确证据在中间”的位置偏差。

练习与验收

• 同一组题比较 dense、BM25 和 hybrid 的 Recall@5，写出失败类型。
• 为“跨三个制度找出共同条件”设计图检索方案，并列出图过时的回滚办法。
• 给 Agent 写工具契约：输入校验、权限、预算、超时和审计字段。

验收标准：每个高级模式都能说出适用症状、一个失败案例和“不用它”的理由。可从 10 GitHub 项目 选择实现进行对照。