RAG技术

版本基线：本文基于 LangChain 1.x，向量库使用官方独立集成包，更新于 2026-09。

模型说明

文中模型示例统一使用 gpt-5-mini。模型迭代较快，请以官方文档为准。

概述

RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合外部知识库的生成技术，通过检索相关信息来增强大语言模型的生成能力。RAG技术能够解决LLM知识截止、幻觉问题等局限性，是构建知识密集型应用的关键技术。

核心概念

1. 检索增强生成

RAG的核心思想：

检索：从外部知识库中检索相关信息
增强：将检索到的信息作为上下文提供给LLM
生成：LLM基于上下文生成准确、相关的回答

2. 文档处理

RAG的文档处理流程：

文档加载：加载各种格式的文档（PDF、Word、网页等）
文本分割：将文档分割成适当大小的块
向量化：将文本转换为向量表示
索引存储：将向量存储到向量数据库

3. 向量表示

向量表示的关键技术：

嵌入模型：将文本转换为向量的模型
向量维度：向量的维度大小
相似度计算：计算向量间的相似度
索引结构：高效的向量索引结构

4. 检索策略

常见的检索策略：

相似性搜索：基于向量相似度的搜索
混合检索：结合关键词和语义检索
重排序：对检索结果进行重排序
过滤：基于元数据过滤结果

技术原理

1. 向量空间模型

向量空间模型的基本原理：

向量表示：将文本表示为高维向量
语义相似：语义相似的文本在向量空间中距离较近
余弦相似度：常用相似度计算方法
近似最近邻：高效的近似搜索算法

2. 嵌入模型

常用的嵌入模型：

OpenAI Embeddings：OpenAI的嵌入模型
Sentence Transformers：开源的句子嵌入模型
BGE嵌入模型：中文优化的嵌入模型
M3E嵌入模型：多语言嵌入模型

3. 向量数据库

向量数据库的核心技术：

索引结构：HNSW、IVF等索引结构
存储优化：高效的向量存储
查询优化：快速的相似性搜索
扩展性：支持大规模数据

4. 检索算法

常见的检索算法：

精确搜索：暴力搜索，准确但慢
近似搜索：近似最近邻搜索，速度快
混合搜索：结合多种搜索策略
重排序：对结果进行二次排序

架构设计

1. 基础架构

用户查询 → 查询处理 → 向量检索 → 结果重排 → LLM生成 → 回答
                ↓
        文档处理 → 向量化 → 向量存储

2. 组件交互

文档加载 → 文本分割 → 嵌入生成 → 向量存储
                                    ↓
用户查询 → 查询嵌入 → 相似性搜索 → 上下文构建 → LLM生成

3. 扩展架构

查询理解 → 查询扩展 → 多路检索 → 结果融合 → 重排序 → LLM生成
    ↓
元数据过滤 → 向量检索 → 结果过滤

核心API

1. 文档处理

python

from langchain_community.document_loaders import (
    PyPDFLoader,
    TextLoader,
    UnstructuredMarkdownLoader
)
# LangChain 1.x：文本分割器已迁移到独立包 langchain-text-splitters
from langchain_text_splitters import RecursiveCharacterTextSplitter

# 加载文档
loader = PyPDFLoader("document.pdf")
documents = loader.load()

# 文本分割
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,
    chunk_overlap=200,
    length_function=len
)
chunks = text_splitter.split_documents(documents)

2. 嵌入生成

python

from langchain_openai import OpenAIEmbeddings
# HuggingFace 嵌入已迁移到独立包 langchain-huggingface
from langchain_huggingface import HuggingFaceEmbeddings

# OpenAI嵌入（推荐使用新一代嵌入模型）
embeddings = OpenAIEmbeddings(
    model="text-embedding-3-small",  # 替代旧的 text-embedding-ada-002
    openai_api_key="your-api-key"
)

# Hugging Face嵌入
embeddings = HuggingFaceEmbeddings(
    model_name="sentence-transformers/all-MiniLM-L6-v2"
)

# 生成嵌入向量
text = "这是一段测试文本"
vector = embeddings.embed_query(text)

3. 向量存储

python

# 向量库已拆分为官方独立集成包（1.x 起不再从 langchain_community.vectorstores 统一导入）
from langchain_chroma import Chroma
from langchain_community.vectorstores import FAISS  # FAISS 仍保留在 langchain-community
from langchain_pinecone import PineconeVectorStore
from langchain_weaviate import WeaviateVectorStore
from langchain_milvus import Milvus

# Chroma向量存储
vectorstore = Chroma.from_documents(
    documents=chunks,
    embedding=embeddings,
    persist_directory="./chroma_db"
)

# FAISS向量存储
vectorstore = FAISS.from_documents(
    documents=chunks,
    embedding=embeddings
)

# 相似性搜索
results = vectorstore.similarity_search(
    query="查询内容",
    k=5
)

4. 检索器

python

# 1.x 中旧版检索器已迁移到 langchain-classic 包
from langchain_classic.retrievers import (
    MultiQueryRetriever,
    ContextualCompressionRetriever
)

# 基础检索器
retriever = vectorstore.as_retriever(
    search_type="similarity",
    search_kwargs={"k": 5}
)

# 多查询检索器
retriever = MultiQueryRetriever.from_llm(
    retriever=vectorstore.as_retriever(),
    llm=ChatOpenAI(model="gpt-5-mini")
)

# 上下文压缩检索器：旧版 LLMChainExtractor 依赖已移除的 LLMChain，
# 1.x 推荐用 LCEL 自定义压缩逻辑
from langchain_core.runnables import RunnableLambda

def compress_docs(docs):
    # 这里可以实现自定义的文档过滤/压缩逻辑
    return docs[:3]

compressor = RunnableLambda(compress_docs)
retriever = ContextualCompressionRetriever(
    base_compressor=compressor,
    base_retriever=vectorstore.as_retriever()
)

5. RAG链构建

python

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnablePassthrough

# 创建RAG链
def create_rag_chain(retriever):
    # 提示模板
    template = """基于以下上下文回答问题。如果上下文中没有相关信息，请说"我不知道"。

    上下文：
    {context}

    问题：
    {question}

    回答："""
    
    prompt = ChatPromptTemplate.from_template(template)
    
    # LLM
    llm = ChatOpenAI(model="gpt-5-mini")
    
    # 构建链
    rag_chain = (
        {"context": retriever, "question": RunnablePassthrough()}
        | prompt
        | llm
        | StrOutputParser()
    )
    
    return rag_chain

# 使用示例
retriever = vectorstore.as_retriever()
rag_chain = create_rag_chain(retriever)
answer = rag_chain.invoke("什么是机器学习？")
print(answer)

实践指南

1. 环境准备

bash

# 安装必要的库
pip install -U langchain langchain-openai langchain-chroma langchain-community
pip install chromadb faiss-cpu sentence-transformers

# 设置环境变量
export OPENAI_API_KEY="your-openai-key"

2. 基础RAG示例

python

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

# 1. 加载文档
loader = TextLoader("document.txt", encoding="utf-8")
documents = loader.load()

# 2. 文本分割
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,
    chunk_overlap=200
)
chunks = text_splitter.split_documents(documents)

# 3. 创建向量存储
embeddings = OpenAIEmbeddings()
vectorstore = Chroma.from_documents(
    documents=chunks,
    embedding=embeddings,
    persist_directory="./chroma_db"
)

# 4. 创建检索器
retriever = vectorstore.as_retriever(search_kwargs={"k": 3})

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

上下文：
{context}

问题：
{question}

回答："""

prompt = ChatPromptTemplate.from_template(template)
llm = ChatOpenAI(model="gpt-5-mini")

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

# 6. 使用RAG
answer = rag_chain.invoke("文档的主要内容是什么？")
print(answer)

3. 多文档RAG示例

python

from langchain_community.document_loaders import (
    DirectoryLoader,
    PyPDFLoader,
    TextLoader,
    UnstructuredMarkdownLoader
)

# 加载目录中的所有文档
loader = DirectoryLoader(
    "./documents",
    glob="**/*.pdf",
    loader_cls=PyPDFLoader
)
documents = loader.load()

# 添加更多文档类型
text_loader = DirectoryLoader(
    "./documents",
    glob="**/*.txt",
    loader_cls=TextLoader
)
documents.extend(text_loader.load())

# 后续处理同上

最佳实践

1. 文档处理优化

合理的分块大小：根据文档类型选择合适的分块大小
适当的重叠：确保分块之间的连续性
元数据保留：保留文档的元数据信息
预处理清洗：清理文档中的噪声数据

2. 向量存储优化

选择合适的嵌入模型：根据语言和领域选择模型
索引优化：选择合适的索引结构
批量处理：批量生成嵌入向量
持久化存储：持久化向量存储

3. 检索优化

混合检索：结合关键词和语义检索
重排序：对检索结果进行重排序
过滤机制：基于元数据过滤结果
查询扩展：扩展查询以提高召回率

4. 生成优化

提示工程：设计有效的提示模板
上下文控制：控制上下文长度和质量
引用来源：在回答中引用来源
不确定性处理：处理模型的不确定性

常见问题

1. 检索质量问题

检索不准确：优化嵌入模型和索引结构
召回率低：增加检索数量或使用混合检索
噪声数据：预处理文档，清理噪声
分块不合理：调整分块策略

2. 生成质量问题

幻觉问题：加强上下文约束，要求引用来源
回答不完整：优化提示模板，要求完整回答
格式问题：在提示中指定输出格式
语言问题：明确指定回答语言

3. 性能问题

响应慢：优化索引结构，使用缓存
内存占用高：优化向量存储，使用量化
并发限制：使用异步处理，优化查询
存储空间：压缩向量，清理无用数据

下一步学习

核心概念详解 - 深入理解RAG核心概念
实现与优化 - RAG实现细节和优化技巧
高级模式 - RAG高级应用模式
向量数据库 - 向量数据库详解

RAG技术 ​

概述 ​

核心概念 ​

1. 检索增强生成 ​

2. 文档处理 ​

3. 向量表示 ​

4. 检索策略 ​

技术原理 ​

1. 向量空间模型 ​

2. 嵌入模型 ​

3. 向量数据库 ​

4. 检索算法 ​

架构设计 ​

1. 基础架构 ​

2. 组件交互 ​

3. 扩展架构 ​

核心API ​

1. 文档处理 ​

2. 嵌入生成 ​

3. 向量存储 ​

4. 检索器 ​

5. RAG链构建 ​

实践指南 ​

1. 环境准备 ​

2. 基础RAG示例 ​

3. 多文档RAG示例 ​

最佳实践 ​

1. 文档处理优化 ​

2. 向量存储优化 ​

3. 检索优化 ​

4. 生成优化 ​

常见问题 ​

1. 检索质量问题 ​

2. 生成质量问题 ​

3. 性能问题 ​

下一步学习 ​

RAG技术

概述

核心概念

1. 检索增强生成

2. 文档处理

3. 向量表示

4. 检索策略

技术原理

1. 向量空间模型

2. 嵌入模型

3. 向量数据库

4. 检索算法

架构设计

1. 基础架构

2. 组件交互

3. 扩展架构

核心API

1. 文档处理

2. 嵌入生成

3. 向量存储

4. 检索器

5. RAG链构建

实践指南

1. 环境准备

2. 基础RAG示例

3. 多文档RAG示例

最佳实践

1. 文档处理优化

2. 向量存储优化

3. 检索优化

4. 生成优化

常见问题

1. 检索质量问题

2. 生成质量问题

3. 性能问题

下一步学习