大家好，我是马丁。
这次 1.1.0 是继 1.0.x 之后的首个功能版本，不是小修小补，是检索架构、文档 Chunk、Prompt 管理等核心模块的系统性升级。从"能用"往"好用、可控、可追溯"推进了一大步。
GitHub：github.com/nageoffer/r...
先看一眼首页，整体是这个样子：
核心亮点
1. 混合检索
1.0.x 只有向量检索，1.1.0 扩展为四通道混合：向量 + Elasticsearch 关键词 + LightRAG 图检索 + You.com 联网搜索。多通道并行后通过 RRF 融合与 Rerank 统一排序。引入 Scope 层控制知识库范围，检索预算按三阶段配置，意图节点支持关联多个 Collection。新通道可选启用，远程挂了不影响本地检索。
图检索这条通道，背后是自动构建的知识图谱：
Scope 怎么圈定检索范围，看这棵意图识别树就清楚了：
2. 回答溯源与推荐追问
每条回答持久化来源引用，能看到具体来自哪些文档哪些片段。同时自动生成推荐追问，用户可以沿着当前话题继续深挖。
效果就是下面这样，引用和追问都挂在回答下方：
3. 文档 Chunk ------ 多模态
知识入库形成 Parse → Chunk → Embed → Index 流水线。按 MIME Type 自动选解析器，富文档可接 MinerU 解析，新增 VLM 图像理解做图片文本化，向量化文本和展示正文解耦，每个阶段有日志可追溯。
控制台里的知识库管理，以及对应的文件上传页面：
4. Prompt 运行时可配置
从改代码改模板文件变成 Agent Profile + Prompt Slot 模型，管理端直接维护和切换提示词，有占位符校验，未配置回退系统默认值。
5. 模型路由 Tier 档位
按场景定义 fast、standard、deep 等档位，轻量任务走快速档，复杂回答走高能力档，启动时校验配置合法性。Ragent AI 平均 TTFT 首字响应 3-5 秒。
配合全链路 Trace，一次请求走了哪些节点、每步耗时多少，一眼就能看出来：
6. 业务变更审计
关键管理操作记录变更前后快照、字段差异、操作者和请求上下文，管理端配套查询页面。
架构层面
检索引擎、摄取内核、Prompt 运行时、对象存储四个模块做了分层重构，各模块能独立演进，新增检索通道或解析器不侵入主流程。对象存储抽象为统一接口，S3 兼容存储和阿里云 OSS 无缝切换。
和 1.0.x 的主要区别
- 检索方式：单路向量 → 四通道混合 + RRF 融合
- 回答展示：只有正文 → 来源引用 + 推荐追问
- 文档 Chunk：流程模糊 → 四阶段流水线 + MinerU + VLM
- Prompt 管理：改文件 → 管理端运行时配置
- 模型路由：优先级列表 → Tier 档位 + 熔断降级
- 可观测性：基础日志 → 审计 + 全链路 Trace
开源现状
项目开源在 GitHub，也有不少同学提了 PR 一起在迭代：
另外，Agentic 的能力也在快速补齐，思路采用了一套框架，两套运行时架构，基于配置动态切换。参考 Agentic 前端设计页面：
考虑到想让大家学的更有深度，相关代码会经过打磨后发出。Agentic 能力发布后，也标志着 Ragent AI 进入 2.0 时代。
写在最后
简历上写再多 AI 关键词，面试官追问两句就能看出深浅。Ragent 让你能把 AI 聊透------混合检索怎么融合、模型熔断怎么降级、文档 Chunk 流水线怎么编排、测评集怎么量化效果，每个环节都有工程实现撑着，不是停留在概念层面。
项目持续迭代中，感兴趣的同学可以 clone 跑一跑，有问题欢迎提 Issue 交流。