RAG已经不是什么新鲜的概念了自2023年发展至今也有两年时间了从最早的传统RAG进化到如今各类更智能的RAG今天给大家简单介绍下现在用的最多的这四种RAG。传统RAG传统RAG是最早期出现的RAG架构方式也是我们通常所指传统意义上RAG基本概念。它的出现了通过外挂知识库的方式降低了大模型幻觉解决了大模型即使不通过微调也可以使大模型具备专业的领域知识。其核心的流程包含三个阶段索引构建、查询与生成。索引阶段将原始文档转换成向量存储至向量数据库。这个阶段一般包含文档清洗去重、降噪、脱敏等→切块chunk→向量化embedding→入库FAISS/Milvus/pgvector等向量数据库这四大步骤处理。查询阶段根据用户输入去向量数据库检索出相关信息。生成阶段将检索出的信息与原始的用户输入交给大模型引导模型输出更准确的答案。后来为了提升检索的准确性可以在查询阶段加入ReRank机制对检索出的信息进行重新排序。传统RAG的特点1、传统RAG能够处理的文档格式比较简单通常限于文本和图片两种。2、知识库多为静态知识库如果知识更新需要重新构建索引embedding处理。3、通常只是进行一轮的知识库检索并且将检索的结果与原始提示词进行简单拼接后直接提交给大模型进行生成结果。一句话总结检索→拼接→生成最适用于简单的企业内部各类知识问答场景。多模态RAG多模态RAG是传统RAG的进阶版本此时的RAG技术不再局限于文本数据而是能够处理和理解更丰富的数据类型例如还可支持表格、图像、视频、音频等多种模态数据的检索和生成。技术实现上我们可以借助于OCR技术与一些多模态Embedding模型例如阿里的Qwen3-Embedding系列模型实现。一句话总结将文本 图片/表格/音频/视频/图纸等都纳入检索与理解。Agentic RAG传统的RAG信息检索只是一个必须而又被动的检索步骤是大模型回答前必须的一个前置检索步骤用于给大模型回答提供炮弹。而Agentic RAG相当于在传统RAG的基础上引入了智能体Agent的概念使检索过程更加智能化和自主化。根据用户的需求Agentic RAG可以决定是否需要检索、何时进行检索、如何利用检索结果并且可以进行多轮检索对检索结果自己进行迭代和优化。所以要实现Agentic RAG这里就需要我们创建一个智能体了而检索过程将被封装成可以自主调用、评估、迭代和优化的工具难度更高。Agentic RAG特点1、自主决策可自主决定检索时机和策略提高了检索的灵活性和准确性。2、多轮检索支持多轮检索和迭代优化能够根据初步检索结果调整后续检索策略检索结果更靠谱。3、复杂融合检索结果与上下文信息的融合更加复杂和智能能够更好地支持多轮对话和复杂任务。一句话总结Agentic RAG会计划、会反思、会用工具通过多轮自我驱动把需求拆解、检索、迭代、融合、评估、优化。GraphRAGGraphRAG顾名思义加入了图谱的概念它是知识图谱与RAG的结合通过引入图结构建模实体之间结构化关系提供更丰富的上下文信息和推理路径来增强检索和生成的推理能力。整体复杂度高前期实体建模成本高相比于上面提到的3种RAG方式GraphRAG普及度低一些。技术实现层面可以考虑用Neo4j LlamaIndex组合或微软的GraphRAG等方式实现。GraphRAG特点1、利用知识图谱显式地建模实体之间的关系增强检索的推理能力。2、支持基于图结构的复杂推理路径提高生成的准确性和可靠性。3、提供了更直观的可解释性有助于理解模型的决策过程。一句话总结把知识抽成图谱让检索与推理更准确。根据不同的业务需求如何选择合适的RAG方式至关重要复杂场景下可能需要多种RAG方式组合使用。而在未来的发展方向将多模态RAG、Agentic RAG与GraphRAG相融合作为一个大的RAG组件将会是必然趋势。而RAG本质上属于上下文的一部分所以我们还需重点关注上下文工程相关技术领域。最后唠两句为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选很简单这些岗位缺人且高薪智联招聘的最新数据给出了最直观的印证2025年2月AI领域求职人数同比增幅突破200% 远超其他行业平均水平整个人工智能行业的求职增速达到33.4%位居各行业榜首其中人工智能工程师岗位的求职热度更是飙升69.6%。AI产业的快速扩张也让人才供需矛盾愈发突出。麦肯锡报告明确预测到2030年中国AI专业人才需求将达600万人人才缺口可能高达400万人这一缺口不仅存在于核心技术领域更蔓延至产业应用的各个环节。那0基础普通人如何学习大模型 深耕科技一线十二载亲历技术浪潮变迁。我见证那些率先拥抱AI的同行如何建立起效率与薪资的代际优势。如今我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理分享于此为你扫清学习困惑共赴AI时代新程。我整理出这套 AI 大模型突围资料包【允许白嫖】✅从入门到精通的全套视频教程✅AI大模型学习路线图0基础到项目实战仅需90天✅大模型书籍与技术文档PDF✅各大厂大模型面试题目详解✅640套AI大模型报告合集✅大模型入门实战训练这份完整版的大模型 AI 学习和面试资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】①从入门到精通的全套视频教程包含提示词工程、RAG、Agent等技术点② AI大模型学习路线图0基础到项目实战仅需90天全过程AI大模型学习路线③学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的④各大厂大模型面试题目详解⑤640套AI大模型报告合集⑥大模型入门实战训练如果说你是以下人群中的其中一类都可以来智泊AI学习人工智能找到高薪工作一次小小的“投资”换来的是终身受益应届毕业生‌无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。零基础转型‌非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界‌。业务赋能 ‌突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型‌。获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】