Agentic RAG 与 Self-RAG

基础 RAG 是「一问一检索」：无论问题难易，永远先召回再生成。Agentic RAG 与 Self-RAG 把控制权交给模型——它自己判断要不要检索、检索几次、答案够不够好。

1. 固定流程的局限

固定 RAG:  提问 → 检索(top5) → 生成
问题: 简单问候「你好」也被迫检索；复杂问题只检索一次可能不够

真正的难点是「检索」本身也该是自适应的。

2. Agentic RAG：模型调度检索

把检索封装成工具，由 Agent 决定是否调用、调用几次：

from langchain_core.tools import tool
 
@tool
def retrieve(query: str) -> str:
    """当回答需要外部知识时，用此工具检索知识库。"""
    return rag_search(query)
 
# Agent 自主决定：先答一部分 → 发现缺知识 → 调 retrieve → 再续答
agent.run("对比我们三款产品的退款政策，并指出差异")

适合需要多步、跨来源检索的场景，检索次数随问题动态变化。

3. Self-RAG：带自反思的生成

Self-RAG 引入特殊的反思标记（reflection tokens），让模型在生成中自我校验：

[检索?] 需要 → 调检索 → [相关性?] 高 → 引用片段作答
                                  → [是否支持?] 否 → 重新检索或声明不知

核心四问：要不要检索 / 检索到的相关吗 / 内容支持论断吗 / 整体没问题吗。任一环节不过关就重试或拒答。

ℹ️Agentic 管「何时检」，Self-RAG 管「检得对不对」

两者可叠加：Agent 决定检索策略，Self-RAG 的反思机制保证每一步质量。共同目标都是「减少无效检索、抑制幻觉」。

4. 实现要点

# Self-RAG 思路（示意）：生成中插入校验
for step in generate(question):
    if step.needs_retrieval and not step.supported_by(context):
        context = retrieve(step.clarify())   # 带反思地补充检索
    if not step.faithful(context):
        step = regenerate(context)            # 重写使其忠于原文

⚠️反思越多越慢越贵

每加一轮反思就多一次 LLM 调用。给「最大检索/生成轮数」设上限，避免为了完美而无限循环。

5. 何时用

问题简单、答案稳定 → 普通 RAG 足够，别上 Agent 增加延迟
多源、需推理、易幻觉 → Agentic + Self-RAG 显著提升质量

💡用指标决定是否值得

对照第 13 章的忠实度指标：若基础 RAG 幻觉率高，再引入 Self-RAG 的反思校验，用分数变化验证收益。

🎯练习

在第 18 章客服 Agent 的 search_knowledge 工具前后，加一步「相关性判断」：若召回片段与问题无关，则改写查询再检一次，记录改写前后的 context_relevancy。

小结

基础 RAG 一问一检索；Agentic RAG 让模型自主调度检索次数与时机
Self-RAG 用反思标记校验「是否该检、检得相关吗、内容支持吗」
两者叠加可减无效检索、抑幻觉，但增加延迟与成本
先测基础 RAG 指标，确有需要再升级
下一章从决策视角看 RAG 与微调如何取舍 →