Agentic RAG 是如何工作的？

1. 核心工作循环

Agentic RAG 的工作流程是一个迭代式闭环，而非传统 RAG 的单次线性管线。其核心循环包含以下步骤：

• 任务理解与规划：智能体接收用户查询后，首先分析查询意图，判断是否需要检索、需要哪些数据源、检索策略如何制定
• 检索执行：根据规划结果，智能体调用检索工具（向量搜索、关键词搜索、SQL 查询、Web 搜索等）获取相关信息
• 结果评估：智能体对检索结果进行质量评估，判断信息是否充分、是否与问题相关、是否存在矛盾
• 反思与迭代：若评估发现信息不足或存在矛盾，智能体自主改写查询、调整检索策略并重新检索，直到获得满意结果
• 答案生成与验证：基于充分且经过验证的上下文生成最终答案，并附带引用来源

2. 与传统 RAG 的流程对比

传统 RAG 遵循固定的三步管线：将用户查询向量化→从向量数据库检索 Top-K 相似片段→将片段拼入提示词交由大模型生成答案。整个过程仅执行一次，没有反馈机制。Agentic RAG 则将检索视为智能体可调用的工具之一，智能体拥有对检索过程的完全控制权，可以根据中间结果动态调整策略。