RAG 是流程不是组件

更新于 2026-09-22

**RAG = Retrieval → Augmentation → Generation 三段流程。只生成 embedding、只做相似搜索，都不算 RAG；必须把检索结果送进生成模型才成立。判断一个功能「是不是 RAG」，看的是链路而不是用了什么库。**

一、三段式

用户问题或当前内容
→ Retrieval：检索相关资料
→ Augmentation：把资料加入模型上下文
→ Generation：模型基于这些资料生成回答

二、由此推出的两种常见形态

  1. 固定链路的 RAG Workflow：检索在调用模型前固定执行。 例：笔记更新 → 生成 embedding → 算相似 → 取相关正文片段 → 拼进 prompt → 模型输出「观点重复 / 观点变化 / 完整性」等洞察。可称为「基于历史内容的异步 RAG」。
  2. Agentic RAG / Tool-based RAG：检索不是固定步骤，而是 agent 自己决定搜什么、读什么——先调搜索工具，再对结果调读取工具，把工具结果放进会话上下文后回答。

两者差别在于谁决定检索（流程 vs agent），不在于有没有向量库。

三、什么不算 RAG

  • 摘要 workflow：单篇正文 → 模型 → 摘要。没有检索外部内容，只是普通上下文生成。
  • 只建 embedding 索引、只算相似度、只存相似关系 —— 这些是检索基础设施，没进生成环节就不构成 RAG。
  • 反过来：Agent 已具备 RAG 的交互框架，但检索器如果还是全文关键词，也只算「框架在、检索基础」。

相关