企业官网建设流程全解析

本文收录于专栏《AI Agent原理与实战》2026版—— 专栏系统覆盖 AI Agent 的记忆、工具、插件与实战，点击订阅可跟踪后续更新。

本课定位：规划常涉及外部知识。本课从固定流程 RAG 讲到 Agentic RAG：模型参与检索决策（充分性判断、查询改写、继续/停止），多跳问答实战 + 开销控制。知识密集型应用（第 20 课 Dify 知识库）的能力内核就是这一课。

阶段 2｜单 Agent 核心机制 ｜ 来源：【微·5】（微软 AI Agents for Beginners 第 5 课）

关键字：Agentic RAG、检索增强生成、Self-RAG、CRAG、多跳问答、查询改写、检索决策、知识库问答

本节目录

• 11.1 固定流程 RAG vs Agentic RAG
• 11.2 学术脉络：从 Self-RAG 到 CRAG
• 11.3 检索决策：三个核心判断
• 11.4 自我修正与兜底
• 11.4b 微软第 5 课的补充：自主边界、治理与适用场景
• 11.5 多轮检索的开销控制
• 11.6 实测输出
• 11.7 动手练习

概念讲解

11.1 固定流程 RAG vs Agentic RAG

经典 RAG（Retrieval-Augmented Generation，检索增强生成）是一条固定流水线：

经典 RAG： 问题 → 向量检索 top-k → 拼 prompt → 生成答案 （一次，不可逆） Agentic RAG：问题 → [评估 → 决策(查什么/够不够) → 检索] 循环 → 作答 （多轮，可自我修正）

微软原课对两者差异的一句概括：传统 RAG 依赖人类预定义的路径，Agentic RAG 的标志性品质是"拥有自己的推理过程"（owning the reasoning process）。具体差别展开为四点：

多跳问答（multi-hop question）是分水岭：“第二代替诺福韦前体药是哪家公司主导临床研究的？”——先要查出"第二代前体药是 TAF"，再用 TAF 去查主导公司。固定流水线用原问题检索，第一跳的知识缺口就堵死了整条链。

11.2 学术脉络：从 Self-RAG 到 CRAG

这一方向有两篇奠基工作，代表的两种思路值得区分：

• Self-RAG（arXiv:2310.11511，Asai 等）：把"何时检索、检索结果相关与否、答案有无支撑"训练成模型自身的反思 token——判断力内化进权重，需要微调。
• CRAG（Corrective RAG）（arXiv:2401.15884，Yan 等）：不动模型，在流水线外挂一个轻量"检索评估器"，给检索结果打置信度：正确就用、不正确就触发网络搜索兜底 + 分解重组过滤——判断力外置成编排逻辑。

Agent 系统多走 CRAG 路线（闭源 API 模型没法训练），但把"评估器"升级成了 LLM 本身——这正是 Agentic RAG 的形态：判断力既不藏在权重里，也不固定在流水线里，而是在循环里现场生成。

11.3 检索决策：三个核心判断

Agentic RAG 循环的每一跳，模型做三个判断：

1. 信息充分性判断（够不够）。对照问题盘点已有信息，明确缺口在哪。这是停止条件的基础——判断失准的两种代价：过早停止（答案缺一条腿）、过晚停止（token 无底洞）。

2. 查询改写（查什么）。这是 Agentic RAG 增益的最大来源：第二跳的查询应该包含第一跳学到的知识。"哪家公司主导临床研究"查不到东西，"丙酚替诺福韦 TAF 临床研究 主导公司"才能命中——改写后的查询站在已有信息的肩膀上。

3. 路由选择（去哪查）。多数据源场景（向量库 / SQL / 网络搜索 / API）下还要选工具。微软原课的例子：产品发布策略任务中，模型自主决定先查市场趋势报告（Bing）、再查竞品（AI Search）、再关联内部销售（SQL）——检索路由本身就是第 7 课工具调用的一种。

11.4 自我修正与兜底

检索失败时（返回无关文档、空结果），Agentic RAG 的处置梯度：改写重查 → 换数据源 → 降级为"信息不足"的拒答或人工上报。最后一级常被忽略但最重要：承认查不到，比编一个答案好。原课把它称为边界意识——Agent 的自主性被限制在可用工具与数据源之内，它不是 AGI。

11.4b 微软第 5 课的补充：自主边界、治理与适用场景

微软第 5 课在机制之外给了一层"何时能用、如何管住"的判断，这里完整吸收：

自主性的三条边界（原课口径）：Agentic RAG 的"自主"受限于人类开发者提供的工具、数据源和政策——①领域边界：只在设定领域内动态编排现有资源，无法自创工具或越界；②基础设施依赖：能力上限就是开发者集成的工具与数据，无人干预时无法超越；③规范约束：策略（policy）由人定，Agent 在策略内行动。

治理、透明度与信任（系统越自主，这层越关键）：①可解释推理——保留查询轨迹、参考来源与推理步骤记录（本课案例的 decision.reason 字段就是最小实现），调试与审计都靠它；②偏见控制与平衡检索——调优检索策略保证数据源的平衡性与代表性，定期审计输出检测倾斜；③人工监督与合规——敏感任务人工审查不可缺，Agentic RAG 增强而非替代高风险决策中的人工判断（与第 25 课 human-in-the-loop 呼应）。

三类最适用的场景（原课归纳）：正确性优先的环境（合规检查、法规分析、法律研究——反复验证事实直到答案经得起审核）、复杂数据库交互（NL2SQL 查询常失败需自主调整）、长程工作流（会话随新信息持续演化）。反过来说，一次性简单问答不值得上 Agentic RAG——开销（第 11.5 节）只有在这些场景里才回本。

11.5 多轮检索的开销控制

自主循环的代价是开销随跳数线性涨（每跳 = 1 次决策调用 + 1 次检索 + 上下文变长）。四个控制手段：

1. 最大跳数（max_hops）：硬熔断，和第 6 课的 max_turns 同构。
2. 增量上下文：只把新文档追加进上下文，已读文档去重（本课案例的used_docs集合）。
3. 检索结果预算：每跳 top-k 要小（2-3 篇），无关文档进入上下文不仅费 token 还会干扰判断——第 13 课的 context distraction 失败模式。
4. 决策与作答合并：最后一跳的"信息充分"判断和"生成答案"可以合并成一次调用（本课案例为教学清晰分开为两次）。

生产系统还要记检索账本（哪跳、什么查询、命中什么），用于事后审计答案的证据链——这也是第 12 课外部验证的基础。

案例实战：多跳问答完整实现

目标
一个药品知识库上的两跳问答：第一跳确定"第二代前体药 = TAF"，第二跳用 TAF 查主导临床研究的公司。同时跑一个单跳对照问题，展示开销差异。演示四个机制：检索决策、查询改写、信息充分性判断、开销统计。

环境

• Windows（推荐）：Windows 10/11 + Python 3.9+，pip install openai==3.6.0，setx DEEPSEEK_API_KEY "sk-..."后新开终端运行python 11_agentic_rag.py——脚本无操作系统相关依赖
• Linux（本课实测环境）：Ubuntu 22.04，Python 3.10.12，openai 3.6.0，deepseek-chat，2026-10-01 实测。检索器用关键词打分模拟向量检索（聚焦循环逻辑，不引 embedding 依赖）
• JSON 输出模式（response_format）为 DeepSeek API 特性，换其他兼容 API 时的注意事项同第 10 课
• 换国内模型：接入参数与实测行为见第 7 课"国内模型适配"节，代码改base_url与model两行

完整代码

# 11_agentic_rag.py（完整可运行版见 code/ 目录）importos,jsonfromopenaiimportOpenAI client=OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"],base_url="https://api.deepseek.com/v1")# ---------- 模拟文档库 ----------DOCS={"doc1":{"text":"替诺福韦（Tenofovir）是核苷类逆转录酶抑制剂，2001 年首次获批…","tags":["替诺福韦","tenofovir","hiv","tdf"]},"doc2":{"text":"丙酚替诺福韦（TAF）是替诺福韦的第二代前体药物，2015 年获批，剂量仅为 TDF 的十分之一。","tags":["taf","丙酚替诺福韦","前体"]},"doc3":{"text":"比克替拉韦与 TAF 组成复方制剂 Biktarvy…","tags":["bictegravir","biktarvy","复方"]},"doc4":{"text":"恩替卡韦用于乙型肝炎治疗…","tags":["恩替卡韦","乙肝"]},"doc5":{"text":"TAF 的肾安全性关键临床研究（Study 108 与 Study 110）由 Gilead Sciences 主导完成…","tags":["taf","gilead","study108","肾安全性"]},}defretrieve(query:str,top_k:int=2)->list:"""关键词打分模拟向量检索，返回 top_k 文档 id。"""scored=[(sum(1fortind["tags"]iftinquery.lower()),did)fordid,dinDOCS.items()]scored=[(s,d)fors,dinscoredifs>0]scored.sort(reverse=True)return[didfor_,didinscored[:top_k]]defchat_json(system,user):# DeepSeek JSON 模式，见 code/ 完整版...defagentic_rag(question:str,max_hops:int=4)->str:context,used_docs=[],set()forhopinrange(1,max_hops+1):# ① 检索决策：信息够不够？不够查什么？decision=chat_json("你是检索决策器。信息已足够则输出 {\"action\": \"answer\"}；""否则输出 {\"action\": \"search\", \"query\": \"改写后的检索词\", ""\"reason\": \"缺什么\"}。检索词要具体，不要照抄原问题。",f"问题：{question}\n已有信息：{contextor'（无）'}")ifdecision["action"]=="answer":break# 信息充分 → 退出循环# ② 检索（增量，去重）doc_ids=[dfordinretrieve(decision["query"])ifdnotinused_docs]ifnotdoc_ids:break# 无新文档 → 兜底作答fordidindoc_ids:used_docs.add(did)context.append(f"[{did}]{DOCS[did]['text']}")# ③ 只用检索到的文档作答，引用编号...

【已实测】2026-10-01，deepseek-chat。

11.6 实测输出

两跳问题：“第二代替诺福韦前体药物是哪家公司主导其临床研究的？”

[跳1] 决策: 检索 '第二代替诺福韦前体药物 临床研究 主导公司'（需确认具体药物名称及主导企业） 命中 doc2: 丙酚替诺福韦（TAF）是替诺福韦的第二代前体药物… 命中 doc1: 替诺福韦（Tenofovir）是核苷类逆转录酶抑制剂… [跳2] 决策: 检索 '丙酚替诺福韦 TAF 临床研究 主导 公司 吉利德' （已有信息仅说明 TAF 是第二代前体，未提及主导公司） ← 查询改写用了跳1的新知识！ 命中 doc5: TAF 的肾安全性关键临床研究由 Gilead Sciences 主导… [跳3] 决策: 信息充分，直接作答 [开销] 检索 2 跳 / 3 篇 / LLM 调用 4 次 答案：…丙酚替诺福韦（TAF）的肾安全性关键临床研究（Study 108 与 Study 110） 由 Gilead Sciences 主导完成 [doc5]。

单跳对照：“恩替卡韦治什么病？”

[跳1] 决策: 检索 '恩替卡韦 适应症 说明书' → 命中 doc4 [跳2] 决策: 信息充分，直接作答 [开销] 检索 1 跳 / 1 篇 / LLM 调用 3 次

三处行为值得精读：

1. 跳 2 的查询改写是全案例的题眼：“丙酚替诺福韦 TAF 临床研究 主导 公司 吉利德”——“丙酚替诺福韦 TAF"这个关键词在原问题里根本不存在，它是跳 1 从 doc2 里学到的。这就是"owning the reasoning process"的可观测证据：每一跳站在上一跳的肩膀上。（它甚至预猜了"吉利德”，这是模型的参数知识参与了查询构造——用得好事半功倍，但要警惕它诱导确认偏误。）
2. 决策器的 reason 字段是免费的可解释性：每跳记录"缺什么"，事后审计能还原整条推理链——生产系统务必保留。
3. 开销自适应：单跳问题就花一跳的钱（1 篇 / 3 次调用），复杂问题才花两跳的钱——固定流水线不论问题难易都付一样的检索成本，Agent 按需付费。

11.7 动手练习

1. 把max_hops设为 1 再跑两跳问题——观察答案缺失哪条腿（能答出 TAF 但答不出公司），体会"多跳问题一跳答不全"。
2. 把 doc5 的 tags 里 “taf” 删掉，制造"第二跳检索也失败"场景——观察兜底分支触发后，答案是拒答还是编造（取决于决策器提示词里有没有"查不到就说不知道"）。

小结

• Agentic RAG 的本质：检索从"固定步骤"变成"模型自己拥有的循环"——决策（够不够）、改写（查什么）、路由（去哪查）三判断逐跳执行。
• 查询改写是增益核心：第二跳的查询包含第一跳学到的知识，多跳问题只有这样才能逐跳补全。
• 开销控制四件套：max_hops 熔断、增量去重上下文、小 top-k、决策/作答合并。
• 学术两路线：Self-RAG 把判断力训练进权重（需微调），CRAG 把判断力外挂成评估器（即插即用）——Agent 生产系统多走后者形态。

检索解决"信息从哪来"；下一课解决"做完之后怎么知道自己做得对不对"（参见第 12 课《元认知与反思》）。检索回来的文档塞满上下文怎么办，第 13 课《上下文工程》处理。

扩展阅读

🌐 网络提示：github.com 需代理（clone 可走 ghproxy 加速、push 优先 SSH）；学术站 arxiv.org 境内多可直连（慢），其余评测/规范站需代理；pip 安装建议加清华镜像-i https://pypi.tuna.tsinghua.edu.cn/simple。详见总纲附录《国内网络访问与国产适配指南》。

• 微软原课第 5 课（Agentic RAG）：https://github.com/microsoft/ai-agents-for-beginners/tree/main/05-agentic-rag
• Self-RAG 论文（arXiv:2310.11511）：https://arxiv.org/abs/2310.11511
• CRAG 论文（arXiv:2401.15884，代码 github.com/HuskyInSalt/CRAG）：https://arxiv.org/abs/2401.15884
• Adaptive-RAG（按问题复杂度路由检索策略，arXiv:2403.14403）：https://arxiv.org/abs/2403.14403

我的专栏