第 14 章 · RAG 进阶：Agentic RAG 与混合检索
本章目标：分清 Agentic RAG 与传统 RAG 两种模式，掌握切块策略、元数据过滤与重排器三项提升检索质量的关键技术。
14.1 Agentic RAG vs 传统 RAG
上一章的例子是 Agentic RAG：模型拿到一个 search_knowledge_base 工具，自己决定"要不要查、查什么词"，还能对查询进行改写和多轮补充检索。而传统 RAG是固定流水线——每次提问都先检索，把结果直接注入提示词：
from agno.agent import Agent
# 传统 RAG：每次请求前先检索，参考内容自动拼进用户消息
traditional = Agent(
model=model,
knowledge=knowledge,
add_knowledge_to_context=True, # 检索结果直接加入上下文
)
# Agentic RAG：模型自主决定是否/如何检索（默认行为）
agentic = Agent(
model=model,
knowledge=knowledge,
search_knowledge=True, # 注册检索工具，交给模型决策
)| 维度 | 传统 RAG | Agentic RAG |
|---|---|---|
| 检索时机 | 每次必检 | 模型按需决定 |
| 延迟与成本 | 低且可预测 | 多一轮工具调用 |
| 复杂问题 | 单次检索可能不够 | 可改写查询、多次检索 |
| 适用场景 | 简单问答、低延迟要求 | 需要多步推理的知识工作 |
选型建议
客服 FAQ 这类"一问一答"用传统 RAG 足够；研究分析类任务用 Agentic RAG。两者可以并存配置。
14.2 切块策略：决定召回上限的第一要素
向量库里存的最小单位是 chunk。切得太大，一个片段里混入无关内容稀释相似度；切得太小，语义不完整。Agno 内置多种 Chunking 策略，挂在 Reader 上生效：
from agno.knowledge.chunking.fixed import FixedSizeChunking
from agno.knowledge.chunking.recursive import RecursiveChunking
from agno.knowledge.chunking.document import DocumentChunking
from agno.knowledge.reader.pdf_reader import PDFReader
from agno.knowledge.knowledge import Knowledge
# 固定长度：简单粗暴，适合格式规整的文本
fixed_reader = PDFReader(chunking_strategy=FixedSizeChunking(size=1500))
# 递归切块：按段落→句子→字符多级分隔符逐级回退，通用性最好
recursive_reader = PDFReader(chunking_strategy=RecursiveChunking())
# 文档结构切块：按标题/段落等文档结构边界切，保持章节完整
doc_reader = PDFReader(chunking_strategy=DocumentChunking())
knowledge = Knowledge(vector_db=vector_db)
knowledge.insert(path="handbook.pdf", reader=recursive_reader)选型经验：Markdown/HTML 用结构化切块、代码用 Code Chunking、无结构长文用递归切块起步，效果不佳再尝试基于嵌入相似度断句的 Semantic Chunking。
14.3 元数据过滤：让检索"查得准"
给入库内容打上元数据标签，查询时按标签过滤，可以把检索范围从"全库"缩小到"该用户/该年份/该类型"：
# 入库时附加 metadata
knowledge.insert(
path="resumes/",
metadata={"department": "engineering", "year": 2025},
)
# 方式一：Agent 级固定过滤——这个 Agent 永远只看 engineering 的文档
agent = Agent(
model=model,
knowledge=knowledge,
search_knowledge=True,
knowledge_filters={"department": "engineering"},
)
# 方式二：调用时临时过滤，多个条件之间是 AND 关系
agent.print_response(
"总结 2025 年入职的工程师简历亮点",
knowledge_filters={"year": 2025},
)
# 直接检索同样支持 filters
results = knowledge.search(query="Python 经验", filters={"department": "engineering"})还可以开启 enable_agentic_knowledge_filters=True 让模型从用户提问中自动推断过滤条件（例如从"Jordan 的技能"里提取出 user_id=jordan），这需要配合 Contents DB 记录可用的过滤键。
14.4 重排器 Reranker：精排最后一道关
向量检索返回的是"粗排"结果。Reranker 用一个更重但更精准的交叉编码模型对候选片段逐一打分重新排序，把真正相关的顶到前面：
import os
from agno.knowledge.reranker.cohere import CohereReranker
from agno.vectordb.lancedb import LanceDb, SearchType
knowledge = Knowledge(
vector_db=LanceDb(
uri="tmp/lancedb",
table_name="docs",
search_type=SearchType.hybrid, # 混合检索：向量 + 关键词双信号
embedder=embedder,
reranker=CohereReranker(model="rerank-v3.5"), # 精排模型
),
)三者组合的分工：混合检索同时捕捉语义相似和关键词精确匹配两类信号；重排再对这些候选做细粒度相关性排序。这是目前生产级 RAG 的标准三件套。
14.5 如何评估检索质量
改参数不能靠感觉，建立最小评估闭环：
- 准备 20–50 条「问题 → 应命中内容」的标注对；
- 用
knowledge.search()批量跑，统计命中率（top-k 里是否包含正确片段）； - 每次调整切块大小/换 Embedding 模型/加重排后重跑对比。
def hit_rate(kb, cases, k=5):
hits = sum(
any(c["keyword"] in r.content for r in kb.search(q=c["q"], top_k=k))
for c in cases
)
return hits / len(cases) # 例如 0.85 表示 85% 的问题召回了目标片段本章小结
- Agentic RAG（
search_knowledge=True，模型自主检索）与传统 RAG（add_knowledge_to_context=True，先检后答）各有适用场景； - 切块策略通过 Reader 的
chunking_strategy配置，递归切块是通用起点； knowledge_filters实现元数据过滤，enable_agentic_knowledge_filters=True让模型自动推断过滤条件；SearchType.hybrid+ Reranker 是生产级检索的标准组合；- 用小规模标注集量化评估每次调优的效果。
🧪 随堂测验
点击你认为正确的选项。答错时会展示正确答案与原因解析。
1. Agentic RAG 与传统 RAG 的核心区别是什么？
2. 关于切块（chunking），下列说法正确的是？
3. 设置 knowledge_filters={"year": 2025} 后又传入 {"dept": "sales"}，两个过滤条件如何生效？
4. Reranker 在检索链路中的作用是？
🛠️ 动手实践
- 同一份 PDF 分别用
FixedSizeChunking(size=1000)和RecursiveChunking()入库到两张表，用同一组问题对比search()召回差异。 - 给知识库内容加上
{"lang": "zh"/"en"}元数据，实现中英文问题各自只检索对应语料。 - 为你的知识库写一个 10 条用例的
hit_rate评估脚本，记录基线分数。
下一步进入第 15 章：推理 Reasoning，让模型学会"先想后答"。