RAG 检索增强与 Agent 智能体怎么实现？Python 实战教程

RAG（检索增强生成）：让模型"先查资料再回答"，解决幻觉和知识过时问题。

RAG 五步标准流程：

1. 加载文档：读 PDF/网页/数据库（LangChain 的 Loader，或自己用 PyMuPDF 等读取）。

2. 切分（Chunking）：按固定长度+重叠切块（如 500 字/重叠 50），太小丢语义、太大检索不准。

3. 向量化：用 Embedding 模型把每个 chunk 转成向量（如 text-embedding-3-small、bge-m3）。

4. 存储与检索：向量存入向量库（FAISS、Chroma、Milvus），查询时把问题转向量，找最相似的 K 个 chunk。

5. 生成：把检索结果拼进 prompt，让模型基于资料回答并注明出处。

最简实现（FAISS 版核心代码）：

from openai import OpenAI
import faiss, numpy as np

client = OpenAI()  # 配置好 key/base_url
# 1-2. 假设 docs 已切分为 chunks
# 3. 向量化
vecs = np.array([client.embeddings.create(model="text-embedding-3-small",
                 input=c).data[0].embedding for c in chunks])
# 4. 建库检索
index = faiss.IndexFlatL2(vecs.shape[1]); index.add(vecs)
_, idxs = index.search(np.array([query_vec]), k=3)
context = "\n".join(chunks[i] for i in idxs[0])
# 5. 生成
resp = client.chat.completions.create(model="gpt-4o-mini", messages=[
    {"role": "system", "content": "只根据资料回答，资料里没有就说不知道"},
    {"role": "user", "content": f"资料：{context}\n问题：{query}"}])

进阶优化： 混合检索（BM25 关键词 + 向量）、rerank 重排（先召回 50 条再精排 5 条）、chunk 大小调优、加引用来源。

Agent（智能体）：让模型"会调用工具、多步推理"。

• 核心模式 ReAct：模型每步"思考 → 决定调哪个工具（搜索/计算器/数据库/API）→ 观察结果 → 再思考"，循环直到完成任务。
• 实现基础：大模型的 Function Calling（声明 tools，模型返回要调用的函数名和参数，你执行后把结果回传给模型）。
• 框架：LangChain / LangGraph（流程编排）、AutoGen（多智能体协作）；也可以几十行代码手写一个简单 ReAct Agent 理解原理。
• 关系：RAG 本质是 Agent 的常用工具之一（"查资料"工具）。建议路径：先实现一个 RAG 理解检索链路，再学 Agent 的工具调用与循环。