AgenticRAG：智能体驱动的检索增强生成

Agentic RAG：AI Agent 驱动的检索增强生成新范式

Agentic RAG 是将 AI Agent 的自主决策能力与检索增强生成（RAG）深度融合的新一代技术范式。它让 AI 系统从「被动执行检索」进化为「主动规划、动态决策」------这不是一次小修小补，而是 RAG 的根本性范式升级。

关于本文档

本文档聚焦于 RAG 技术演进的最前沿------Agentic RAG，从传统 RAG 的局限出发，系统讲解智能体如何赋予 RAG 动态决策能力：

✅ 传统 RAG 的瓶颈与 Agentic RAG 的诞生背景
✅ Agentic RAG 的核心架构与运行机制
✅ 单智能体 vs. 多智能体 RAG 的架构对比
✅ 主流框架实现方案（LangChain / LlamaIndex / LangGraph）
✅ 现实场景的最佳实践与避坑指南

1. 传统 RAG 的局限：为什么需要 Agentic RAG？

1.1 传统 RAG 是怎么工作的？

在理解 Agentic RAG 之前，先回顾一下传统 RAG 的工作流程：

flowchart LR A[用户提问] --> B[问题向量化] B --> C[向量检索] C --> D[返回 Top-K 文档] D --> E[LLM 生成答案] style A fill:#e3f2fd style E fill:#e8f5e9

这个流程简洁优雅，对简单问题效果很好。但当问题变复杂时，它的固定流程就暴露出了根本性缺陷。

1.2 传统 RAG 的五大瓶颈

瓶颈	具体表现	真实案例
单次检索局限	一次检索无法满足复杂问题	「比较 A 公司和 B 公司 2024 年的财报差异」需多次检索
固定流程僵化	无论问题简单复杂，都走同一流程	「今天天气怎么样」也要检索知识库，资源浪费
无法自我纠错	检索质量差时无法补救	检索到不相关文档，直接影响答案质量
跨源整合困难	无法灵活调用不同类型数据源	问题需要结合向量库、SQL 数据库、实时 API 三者
多跳推理缺失	无法将多次检索结果关联推理	「A 的老板的母校在哪里？」需要链式推理

$!IMPORTANT$ 核心矛盾：传统 RAG 是一个「固定管道」------输入问题，输出答案，中间流程不可变。但现实中的复杂问题需要的是「动态导航」------根据中间结果灵活调整策略。

1.3 让 AI 自己决定怎么检索

Agentic RAG 的核心思想只有一句话：

将检索的「控制权」从固定流程交给 AI Agent，让 Agent 自主决定「是否检索」「检索什么」「如何使用检索结果」。

flowchart TB subgraph 传统RAG["传统 RAG（固定流程）"] A1[问题] --> B1[检索] --> C1[生成答案] end subgraph AgenticRAG["Agentic RAG（动态决策）"] A2[问题] --> B2{Agent 决策} B2 -->|简单问题| C2[直接回答] B2 -->|需要检索| D2[选择数据源] B2 -->|需要计算| E2[调用工具] D2 --> F2[评估结果质量] F2 -->|不满足| G2[迭代再检索] F2 -->|满足| H2[综合生成答案] G2 --> B2 end style 传统RAG fill:#ffebee style AgenticRAG fill:#e8f5e9

2. Agentic RAG 的核心架构

2.1 整体架构概览

Agentic RAG 系统由三个关键层次构成：

flowchart TB subgraph 决策层["🧠 决策层（Agent 大脑）"] LLM["LLM 推理引擎"] Plan["任务规划器"] Eval["结果评估器"] end subgraph 工具层["🔧 工具层（检索工具集）"] VectorDB["向量数据库\n（语义检索）"] SQLTool["SQL 查询工具\n（结构化数据）"] WebSearch["网络搜索\n（实时信息）"] APITool["外部 API\n（第三方服务）"] KnowledgeGraph["知识图谱\n（关系推理）"] end subgraph 记忆层["💾 记忆层（上下文管理）"] ShortMem["短期记忆\n（当前任务上下文）"] LongMem["长期记忆\n（历史经验）"] end 决策层 <--> 工具层决策层 <--> 记忆层 style 决策层 fill:#e3f2fd style 工具层 fill:#fff3e0 style 记忆层 fill:#f3e5f5

2.2 ReAct：Agentic RAG 的推理引擎

ReAct（Reasoning + Acting） 框架是 Agentic RAG 最核心的运行机制，它让 Agent 在推理和行动之间循环迭代：

makefile 复制代码

Thought（思考）: 我需要分析这个问题，它要求我比较两个公司的财务状况
Action（行动）: search_vector_db("A公司2024年营收")
Observation（观察）: 找到了 A 公司营收数据：320 亿元，同比增长 15%
Thought（思考）: 需要继续检索 B 公司的数据才能做比较
Action（行动）: search_vector_db("B公司2024年营收")
Observation（观察）: 找到了 B 公司营收数据：280 亿元，同比增长 22%
Thought（思考）: 现在有了两份数据，可以进行对比分析了
Final Answer（最终答案）: [综合两次检索结果生成对比分析...]

$!NOTE$ ReAct 论文（arxiv:2210.03629）证明，推理与行动的交替循环比单独使用任一方式都能显著提升复杂任务的完成质量。

2.3 核心工作流程

flowchart TB A[用户提交复杂问题] --> B[Agent 理解任务意图] B --> C[任务分解与规划] C --> D{选择执行策略} D -->|单次检索可解决| E[精准检索] D -->|需要多次检索| F[迭代检索循环] D -->|需要实时信息| G[网络搜索] D -->|需要结构化数据| H[SQL 查询] D -->|无需检索| I[直接回答] E --> J[质量评估] F --> J G --> J H --> J J -->|质量不足| K[调整策略 / 再次检索] J -->|质量满足| L[综合所有上下文] K --> D L --> M[生成最终答案] M --> N[引用来源标注] style A fill:#e3f2fd style M fill:#e8f5e9 style N fill:#e8f5e9

3. 三种核心 Agent 模式

3.1 Router Agent（路由智能体）

最简单 的 Agentic RAG 实现------Agent 充当智能路由器，根据问题类型选择最合适的检索源。

flowchart LR Q[用户问题] --> Router{路由 Agent} Router -->|产品文档类| VectorDB[向量数据库] Router -->|数据统计类| SQL[(SQL 数据库)] Router -->|实时资讯类| Web[网络搜索] Router -->|常识问题| Direct[直接回答] VectorDB --> Answer[生成答案] SQL --> Answer Web --> Answer Direct --> Answer

适用场景：知识源明确、问题类型可预判的企业知识库。

优势：低延迟、低成本、易维护。

局限：无法处理需要多源联合的问题。

3.2 Planner Agent（规划智能体）

中等复杂度 ------Agent 先制定完整执行计划，再按步骤执行，支持多步骤串行检索。

flowchart TB Q[复杂问题] --> Planner[规划 Agent] Planner --> Plan["📋 生成执行计划\n步骤1: 检索 A 公司背景\n步骤2: 检索 B 公司背景\n步骤3: 获取行业数据\n步骤4: 综合对比分析"] Plan --> Step1[执行步骤1\n向量检索] Step1 --> Step2[执行步骤2\n向量检索] Step2 --> Step3[执行步骤3\nWeb 搜索] Step3 --> Step4[综合推理] Step4 --> Answer[最终答案]

适用场景：需要多步骤、有依赖关系的复杂分析任务。

特点	说明
任务分解	将复杂问题拆解为有序子任务
依赖管理	上一步结果影响下一步策略
可审查性	执行计划可视化，便于调试

3.3 Reflective Agent（反思智能体）

最强大 ------Agent 在检索后具备自我评估能力，不满意则迭代优化，直到达到质量标准。

flowchart TB Q[问题] --> Retrieve[初次检索] Retrieve --> Reflect{自我反思评估} Reflect -->|"相关性：低\n充分性：不足"| Refine[优化检索策略] Reflect -->|"相关性：高\n充分性：充足"| Generate[生成答案] Refine --> Expand[扩展检索关键词] Refine --> Switch[切换数据源] Refine --> Decompose[分解子问题] Expand --> Retrieve Switch --> Retrieve Decompose --> Retrieve Generate --> SelfCheck{答案自检} SelfCheck -->|"存在漏洞"| Supplement[补充检索] SelfCheck -->|"质量达标"| Final[输出最终答案] Supplement --> Generate style Reflect fill:#fff3e0 style SelfCheck fill:#fff3e0

$!TIP$ Reflective Agent 正是 SELF-RAG 和 CRAG 的核心思路------让 AI 自我评估检索质量，而非盲目使用任何检索结果。

4. 多智能体 RAG 架构

4.1 为什么需要多智能体？

当任务复杂度进一步提升时，单个 Agent 难以高效处理所有问题。多智能体 RAG 引入了分工协作机制：

flowchart TB User[用户问题] --> Orchestrator["🎯 主编排 Agent\n（任务分配 & 结果整合）"] Orchestrator --> Domain1["📚 领域专家 Agent 1\n（金融知识库）"] Orchestrator --> Domain2["🔬 领域专家 Agent 2\n（技术文档库）"] Orchestrator --> Domain3["🌐 实时信息 Agent 3\n（网络搜索）"] Orchestrator --> Verify["✅ 验证 Agent\n（事实核查）"] Domain1 --> Results[检索结果汇聚] Domain2 --> Results Domain3 --> Results Results --> Verify Verify --> Orchestrator Orchestrator --> Final[综合答案] style Orchestrator fill:#4CAF50,color:#fff style Verify fill:#2196F3,color:#fff

4.2 多智能体 vs. 单智能体对比

维度	单智能体 RAG	多智能体 RAG
适用任务	中等复杂度	高度复杂、跨域任务
执行方式	串行处理	并行协作
领域专业性	通用知识	各 Agent 深度专业化
延迟	较低	并行时更低，串行时更高
成本	低	高
容错性	单点故障	可互相验证
可扩展性	有限	高（按需增加专业 Agent）

4.3 并行检索模式

多智能体架构的一大优势是并行检索------不同 Agent 同时检索不同数据源，大幅降低响应时间：

gantt title 并行 vs 串行检索时间对比（示意） dateFormat X axisFormat %s秒 section 串行检索检索知识库 :0, 3 查询数据库 :3, 6 网络搜索 :6, 9 综合生成 :9, 11 section 并行检索检索知识库 :0, 3 查询数据库 :0, 2 网络搜索 :0, 4 综合生成 :4, 6

5. 与传统 RAG 的全面对比

flowchart LR subgraph Traditional["📦 传统 RAG"] T1[查询] --> T2[固定检索] T2 --> T3[固定生成] T3 --> T4[输出] end subgraph Agentic["🤖 Agentic RAG"] A1[查询] --> A2{Agent 决策} A2 --> A3[动态选择工具] A3 --> A4[执行 & 评估] A4 --> A5{质量达标?} A5 -->|否| A2 A5 -->|是| A6[输出] end style Traditional fill:#ffebee style Agentic fill:#e8f5e9

对比维度	传统 RAG	Agentic RAG
检索策略	固定单次检索	动态多次迭代检索
决策能力	无决策，流程固定	自主决策检索时机和方式
数据源	通常单一向量数据库	多源（向量库 + SQL + API + Web）
错误处理	无自动补救机制	自评估后迭代优化
多跳推理	❌ 不支持	✅ 原生支持
适用任务	简单问答	复杂分析、研究、多步推理
成本	低	中-高（多次 LLM 调用）
响应延迟	低（秒级）	中-高（可达分钟级）
可解释性	低	高（可查看推理过程）

$!IMPORTANT$ 何时选择 Agentic RAG？

✅ 问题需要多步推理或跨文档关联

✅ 需要整合多种类型数据源

✅ 答案准确性要求极高，可接受较高延迟

❌ 简单 FAQ / 单文档问答 → 用传统 RAG 更合适

❌ 对延迟极度敏感（<1秒响应）→ 用传统 RAG 更合适

6. 主流框架实现

6.1 LangChain：ReAct Agent + RAG

LangChain 提供了最成熟的 Agentic RAG 实现方案：

python 复制代码

from langchain.agents import AgentExecutor, create_react_agent
from langchain.tools.retriever import create_retriever_tool
from langchain_community.vectorstores import Chroma
from langchain_openai import ChatOpenAI, OpenAIEmbeddings
from langchain import hub

# 1. 构建向量数据库检索器
embeddings = OpenAIEmbeddings()
vectorstore = Chroma(embedding_function=embeddings)
retriever = vectorstore.as_retriever(search_kwargs={"k": 5})

# 2. 将检索器包装为 Agent 工具
retriever_tool = create_retriever_tool(
    retriever,
    name="knowledge_base_search",
    description="搜索公司知识库。当需要查询产品信息、政策文档时使用此工具。"
)

# 3. 定义工具集（可以添加多个工具）
tools = [retriever_tool]

# 4. 使用 ReAct Prompt
prompt = hub.pull("hwchase17/react")

# 5. 创建 Agent
llm = ChatOpenAI(model="gpt-4o", temperature=0)
agent = create_react_agent(llm, tools, prompt)

# 6. 创建 Agent 执行器
agent_executor = AgentExecutor(
    agent=agent,
    tools=tools,
    verbose=True,         # 显示推理过程
    max_iterations=10,    # 最大迭代次数
    return_intermediate_steps=True  # 返回中间步骤
)

# 7. 运行 Agent
result = agent_executor.invoke({
    "input": "请比较我们产品 A 和产品 B 的核心差异，并给出选购建议"
})

6.2 LlamaIndex：AgentRunner

LlamaIndex 提供了更简洁的 Agent 封装：

python 复制代码

from llama_index.core.agent import ReActAgent
from llama_index.core.tools import QueryEngineTool, ToolMetadata
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
from llama_index.llms.openai import OpenAI

# 1. 构建两个独立的知识库索引
docs_a = SimpleDirectoryReader("./data/product_a").load_data()
docs_b = SimpleDirectoryReader("./data/product_b").load_data()

index_a = VectorStoreIndex.from_documents(docs_a)
index_b = VectorStoreIndex.from_documents(docs_b)

# 2. 将索引转换为查询引擎工具
tools = [
    QueryEngineTool(
        query_engine=index_a.as_query_engine(),
        metadata=ToolMetadata(
            name="product_a_docs",
            description="包含产品 A 的所有文档、规格和用户手册"
        ),
    ),
    QueryEngineTool(
        query_engine=index_b.as_query_engine(),
        metadata=ToolMetadata(
            name="product_b_docs",
            description="包含产品 B 的所有文档、规格和用户手册"
        ),
    ),
]

# 3. 创建 ReAct Agent
llm = OpenAI(model="gpt-4o")
agent = ReActAgent.from_tools(
    tools,
    llm=llm,
    verbose=True,
    max_iterations=15
)

# 4. 查询
response = agent.chat("比较产品 A 和产品 B 的电池续航和摄像头规格，哪个更适合摄影爱好者？")

6.3 LangGraph：状态机驱动的 Agentic RAG

LangGraph 是构建复杂 Agentic RAG 的利器，通过状态机实现精确的流程控制：

python 复制代码

from langgraph.graph import StateGraph, END
from typing import TypedDict, List, Annotated
import operator

# 1. 定义状态
class AgenticRAGState(TypedDict):
    question: str
    retrieved_docs: List[str]
    generation: str
    retry_count: int
    is_relevant: bool

# 2. 定义节点函数
def retrieve(state: AgenticRAGState):
    """检索相关文档"""
    docs = retriever.invoke(state["question"])
    return {"retrieved_docs": [doc.page_content for doc in docs]}

def evaluate_relevance(state: AgenticRAGState):
    """评估检索结果相关性"""
    # LLM 评估文档是否与问题相关
    evaluation = relevance_checker.invoke({
        "question": state["question"],
        "docs": state["retrieved_docs"]
    })
    return {"is_relevant": evaluation.is_relevant}

def rewrite_query(state: AgenticRAGState):
    """改写查询以获取更好的检索结果"""
    new_query = query_rewriter.invoke({"question": state["question"]})
    return {"question": new_query, "retry_count": state["retry_count"] + 1}

def generate(state: AgenticRAGState):
    """基于检索内容生成答案"""
    answer = rag_chain.invoke({
        "context": "\n".join(state["retrieved_docs"]),
        "question": state["question"]
    })
    return {"generation": answer}

# 3. 定义路由逻辑
def decide_to_regenerate(state: AgenticRAGState):
    if state["is_relevant"] or state["retry_count"] >= 3:
        return "generate"
    return "rewrite"

# 4. 构建状态图
workflow = StateGraph(AgenticRAGState)
workflow.add_node("retrieve", retrieve)
workflow.add_node("evaluate", evaluate_relevance)
workflow.add_node("rewrite", rewrite_query)
workflow.add_node("generate", generate)

workflow.set_entry_point("retrieve")
workflow.add_edge("retrieve", "evaluate")
workflow.add_conditional_edges("evaluate", decide_to_regenerate)
workflow.add_edge("rewrite", "retrieve")
workflow.add_edge("generate", END)

app = workflow.compile()
result = app.invoke({"question": "...", "retry_count": 0})

6.4 框架选型对比

框架	上手难度	灵活性	多 Agent 支持	适合场景
LangChain ReAct	⭐⭐	⭐⭐⭐	⭐⭐	快速原型、标准 RAG
LlamaIndex Agent	⭐⭐	⭐⭐⭐	⭐⭐	文档密集型任务
LangGraph	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	复杂流程、生产环境
AutoGen	⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	多 Agent 协作

7. 实战最佳实践

7.1 工具描述要精准

Agent 选择工具的关键在于工具描述的质量，描述越精准，选错工具的概率越低：

python 复制代码

# ❌ 模糊的工具描述
bad_tool = Tool(
    name="search",
    description="搜索信息"  # 太模糊，Agent 不知道何时用
)

# ✅ 精准的工具描述
good_tool = Tool(
    name="product_manual_search",
    description=(
        "搜索产品说明书和技术文档。"
        "当用户询问产品规格、操作步骤、故障排除时使用。"
        "不适用于价格查询或库存查询。"
    )
)

7.2 设置合理的迭代上限

防止 Agent 陷入无限循环，同时保证有足够的重试次数：

python 复制代码

agent_executor = AgentExecutor(
    agent=agent,
    tools=tools,
    max_iterations=8,          # 复杂任务建议 5-10 次
    max_execution_time=60,     # 超时限制（秒）
    early_stopping_method="generate"  # 超限后强制生成答案
)

7.3 实现检索质量自评估

python 复制代码

from langchain_core.prompts import ChatPromptTemplate
from pydantic import BaseModel, Field

class RelevanceScore(BaseModel):
    is_relevant: bool = Field(description="文档是否与问题相关")
    score: float = Field(description="相关性评分 0-1")
    reason: str = Field(description="判断理由")

relevance_evaluator = ChatPromptTemplate.from_messages([
    ("system", "你是一个检索质量评估专家。评估给定文档是否能帮助回答问题。"),
    ("human", "问题：{question}\n\n文档内容：{document}\n\n请评估相关性：")
]) | llm.with_structured_output(RelevanceScore)

7.4 常见问题与解决方案

问题	原因分析	解决方案
Agent 反复调用同一工具	工具定义重叠或返回结果不够清晰	重新设计工具描述，返回结构化结果
推理过程陷入死循环	缺少退出条件	设置 max_iterations 和超时限制
答案忽略检索内容	Prompt 对上下文强调不足	在 Prompt 中明确要求基于检索内容回答
响应时间过长	串行执行多次检索	引入并行工具调用，使用 async 模式
工具选择不准确	工具描述不够具体	详细说明每个工具的适用场景和禁用场景

$!WARNING$ 成本控制要点：Agentic RAG 每次请求可能触发 3-10 次 LLM 调用。务必：

设置 max_iterations 防止无限循环

对重复问题启用结果缓存

根据问题复杂度动态决定使用 Agentic RAG 还是传统 RAG

8. Agentic RAG 的五大核心优势

mindmap root(Agentic RAG 核心优势) 动态决策按需检索，避免冗余智能路由最优数据源多步推理链式问题逐步拆解中间结果相互支撑自我纠错质量不足自动重试多角度交叉验证多源整合向量库 + SQL + API 统一编排多种数据源可解释性推理过程完整可查检索来源清晰标注

9. 适用场景与案例

9.1 最佳适用场景

场景	为什么适合 Agentic RAG	实现要点
企业智能助手	需整合 HR、财务、销售等多个知识库	多 Agent 分域检索
科研文献分析	需跨多篇论文进行关联分析	迭代检索 + 知识图谱
法律文书审核	需对比多份合同条款，精度要求高	Reflective Agent + 事实核查
金融分析报告	需结合实时行情、历史数据、研报	多源工具 + 并行检索
客户服务升级	复杂投诉需关联多个系统数据	Router Agent + 工单系统集成

9.2 不适合的场景

$!CAUTION$ 以下场景使用 Agentic RAG 得不偿失，应优先考虑传统 RAG：

简单 FAQ 问答：问题简单、答案固定，引入 Agent 只会增加延迟和成本

实时性要求极高（< 1 秒响应）：Agent 的多次 LLM 调用难以满足

预算极为有限：Agentic RAG 的 API 调用成本是传统 RAG 的 3-10 倍

10. 未来展望

Agentic RAG 正在向更智能的方向快速演进：

flowchart LR subgraph Now["现在（2025）"] A1[单 Agent 迭代检索] A2[基于规则的工具路由] A3[文本为主的检索] end subgraph Near["近期（2025-2026）"] B1[多 Agent 协作编排] B2[自适应学习路由策略] B3[多模态检索融合] end subgraph Future["未来（2026+）"] C1[自主构建知识图谱] C2[持续自学习优化] C3[端到端联合训练] end Now --> Near --> Future

五大演进方向：

长期记忆增强：Agent 跨会话积累经验，持续优化检索策略
主动知识获取：Agent 识别知识库盲点，主动触发数据收集
多模态统一检索：文本、图像、音频、视频在同一智能体内无缝检索
隐私保护检索：联邦学习 + Agentic RAG，在保护数据的同时跨机构协作
端到端优化：检索器与生成器联合微调，彻底打通两端性能瓶颈

11. 总结

核心概念	一句话解释
Agentic RAG	让 AI Agent 自主控制检索流程的新范式
ReAct 框架	推理与行动交替循环的核心机制
Router Agent	智能路由不同数据源的简单 Agent
Planner Agent	制定多步骤执行计划的中级 Agent
Reflective Agent	自我评估并迭代优化的高级 Agent
多智能体 RAG	多个专业 Agent 并行协作处理复杂任务
工具描述	Agent 选择工具的核心依据，精准度至关重要

$!TIP$ 学习路径建议：

先掌握传统 RAG 基础（向量检索、分块策略）

理解 ReAct 推理框架，手动实现一个简单的 Router Agent

使用 LangChain 或 LlamaIndex 构建多工具 Agent

进阶到 LangGraph，实现精确的流程控制

探索多智能体协作框架（AutoGen / CrewAI）