Agentic RAG 中的智能体如何规划与路由检索策略？

1. 查询复杂度分类

智能体首先对查询进行复杂度分类，据此选择检索策略：

• 简单事实查询：如"公司的年假政策是什么"，直接使用单次向量检索即可满足
• 多跳推理查询：如"对比 A 供应商和 B 供应商在合同条款上的差异"，需要分解为多个子查询并跨源检索
• 模糊/欠明确查询：如"上次政策更新后有什么变化"，需要先改写查询再进行检索
• 数值分析查询：如"本季度销售额同比增长多少"，需要路由到 SQL 查询引擎

2. 自适应路由决策

路由决策器基于查询分类结果，动态选择检索路径：

• 简单查询→单次向量检索（低延迟、低成本）
• 复杂查询→多步迭代检索（高准确率、高成本）
• 关系推理查询→知识图谱遍历
• 数值计算查询→结构化数据库查询

这种自适应路由确保系统在简单查询上不过度消耗资源，在复杂查询上充分保证质量。生产环境中，多数查询通常只需单次检索即可完成，仅将复杂查询路由到 Agentic 循环是成本最优的实践方式。

3. 检索策略的动态调整

在迭代过程中，智能体根据中间结果动态调整策略：

• 若首次检索结果相关性低→改写查询词、尝试同义词扩展
• 若信息部分覆盖→缩小范围进行精确检索
• 若来源间存在矛盾→从权威来源进行验证性检索
• 若达到最大迭代次数仍未满意→升级请求或明确告知信息不足