(原理) RAG Pattern *

7 种 RAG 模式 #

  1. Naive RAG 是最基础的架构，包含简单的文档检索、处理和生成响应的流程
  2. Retrieve-and-rerank 在基础 RAG 上增加了重排序步骤，可以优化检索结果的相关性
  3. Multimodal RAG 能够处理图像等多种类型的数据，不仅限于文本
  4. Graph RAG 利用图数据库增强知识连接，可以更好地理解文档间的关系
  5. Hybrid RAG 结合了多种技术的优势，包含图结构和传统检索方法
  6. Agentic RAG Router 使用 AI Agent 来路由和处理查询，可以选择最适合的处理路径
  7. Agentic RAG Multi-Agent 使用多个专门的 AI Agent 协同工作，可以调用不同的工具（如向量搜索、网页搜索、Slack、Gmail 等）

v16n31qs.bmp

核心组件 #

  • 嵌入模型：将文本转换为向量表示
  • 生成模型：负责最终的内容生成
  • 重排序模型：优化检索结果的相关性
  • 向量数据库：存储和检索向量化的内容
  • 提示模板：规范化的查询处理模板
  • AI Agent：智能决策和任务协调

参考 #

RAG 架构图解：从基础到高级的7种模式

RAG 架构图解：从基础到高级的7种模式 x