RAG（Retrieval-Augmented Generation 检索增强生成）

让 LLM 从外部知识库实时检索信息再生成回复，解决"模型知识过时"和"幻觉"两大痛点的核心技术范式。

定义

RAG = Retrieval（检索）+ Augmentation（增强）+ Generation（生成）。用户提问 → 将问题转向量 → 在外部知识库（向量数据库 / 关键词索引）检索相关片段 → 把检索结果连同问题一并喂给 LLM → LLM 基于真实文档生成回答。

由 Meta（Facebook AI Research）的 Patrick Lewis 等于 2020 论文 "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks" 提出。

技术细节

完整 RAG 管线包含 6 个阶段：

1. 文档解析（Parsing）：PDF / DOCX / HTML → 纯文本（LlamaIndex LlamaParse / RAGFlow DeepDoc）
2. 分块（Chunking）：按段落 / 语义 / 滑动窗口切片
3. 嵌入（Embedding）：用嵌入模型（如 text-embedding-3、BGE）把片段转向量
4. 存储（Storage）：向量入 向量数据库（Pinecone / Weaviate / Milvus / Infinity）
5. 检索（Retrieval）：查询向量化 → 相似度 / 混合检索（Dense + Sparse）→ Top-K 片段
6. 重排（Reranking）：用 Cross-Encoder 模型重排，提升精度
7. 生成（Generation）：把检索片段拼到 prompt → LLM 生成回复

主要玩家

• 专业框架：LlamaIndex（RAG 精专）/ LangChain（通用 + RAG 模块）
• 低代码平台：Dify / Coze / FastGPT
• 垂直 RAG 引擎：RAGFlow（文档深度理解）/ Anything LLM
• 向量数据库：Pinecone / Weaviate / Milvus / Chroma / Qdrant / Infinity

在 AI 产业链中的角色

RAG 是企业 AI 落地的"必备组件"——大多数企业知识库、智能客服、文档问答场景都依赖 RAG，是 4-03 子行业最大的细分。

演进历史

• 2020 Meta 提出原始 RAG 论文
• 2023 RAG 成为企业 AI 落地的标准范式
• 2024 GraphRAG / Multi-hop RAG / Self-RAG 等高级模式涌现
• 2025 向"Agentic RAG"演进 — 让 Agent 自主决定何时检索 / 多轮检索

相关概念

• GraphRAG / Chunking / Reranking / 向量数据库
• AI Agent（与 RAG 融合演进）

∈ belongs_to::4-03-模型生态与工具链