智能检索新范式，让AIAgent自主决策，提升RAG效率100%！

市面上的 RAG 系统不管叫什么名字本质上只有两种做法第一种一次性检索。把用户的 query 向量化从语料库里捞出 Top-K 个文档片段拼成一个大 prompt 塞给模型。GraphRAG、HippoRAG、LightRAG 都属于这一类——区别只是检索前怎么组织索引知识图谱、层级树、还是线性图但检索本身是一锤子买卖模型没有第二次机会。第二种预定义工作流。人提前写好一套流程——先检索、再判断够不够、不够就改写 query 再检索——模型按步骤执行。IRCoT、FLARE、Self-RAG、MA-RAG 都是这个路子。看起来是多轮的但每一步干什么、什么顺序都是人定死的模型只是流水线上的工人。这两种做法有一个共同问题模型不参与检索决策。用什么方式检索、检索几次、什么时候该停全是人预先规定好的。模型的推理能力再强在检索这个环节上也使不上劲。针对这个困境前不久中科大团队提出了一套全新的A-RAG框架通过把检索的决策权交还给模型RAG可以更聪明的决定应该搜怎么怎么搜。接下来本文将深度解读A-RAG 是什么以及如何把它与Milvus的混合检索能力相结合。01A-RAG 是什么A-RAG 论文中作者定义真正的 Agentic RAG 需要同时满足三个条件自主策略选择Autonomous Strategy迭代执行Iterative Execution交错式工具调用Interleaved Tool Use现有方法最多满足其中一两个A-RAG 是唯一三个全满足的。具体怎么做A-RAG 给 Agent 暴露三个不同粒度的检索接口keyword_search关键词精确匹配。不建倒排索引查询时直接对语料做文本匹配返回命中的句子片段和所在 chunk 的 ID。适合查专有名词、型号、人名这类精确实体。semantic_search语义向量检索。把 query 编码成向量和预先计算好的句子级 embedding 做余弦相似度匹配返回语义最相关的句子片段。适合理解模糊的、自然语言描述的问题。chunk_read读取完整文档块。前两个工具只返回片段摘要Agent 觉得某个 chunk 值得深入看就调这个工具读全文。没有预定义流程没有固定顺序。Agent 自己决定什么时候用哪个工具用几次什么时候停什么时候直接给答案。这三个工具覆盖了从关键词级、句子级到文档块级的三层信息粒度论文把它叫做层级检索接口Hierarchical Retrieval Interfaces——Agent 可以先粗筛再精读也可以直接精确命中完全取决于问题本身的特征。02实验结果说明了什么在 HotpotQA、2WikiMultiHopQA、MuSiQue 等多跳问答基准上A-RAG 全面超过 GraphRAG、HippoRAG2 和各类 Workflow RAG 方法。在 MuSiQue 这类需要跨段落多步跳转的难题上A-RAG 对最优基线的领先幅度超过 10 个百分点。但分数不是重点重点是 Agent 的行为。论文做了消融实验单独去掉 keyword_search准确率明显下滑单独去掉 semantic_search下滑幅度更大。两个工具都在起作用但分工不同——Agent 碰到精确实体时会主动选 keyword_search碰到模糊描述时走 semantic_search。没人教它这么做是模型自己根据问题特征选的。真正值得关注的是上下文效率。只给 Agent 一个 embedding 检索工具A-RAG Naive它平均要消耗 56,360 个 token 才能回答 MuSiQue 的问题给齐三个工具A-RAG Full降到 5,663 个 token准确率反而更高。工具越丰富Agent 检索得越少越准。不是因为它更懒而是因为它能直接用对的方式找到对的东西不再需要靠反复撒网来弥补单一工具的盲区。但A-RAG 的代价是显性的每次查询Agent 都要先推理一轮该用哪个工具这个决策本身在消耗 token 和响应时间。如果检索融合能在数据库层完成Agent 就能把全部算力用在问题推理上而不是工具选择上。03Milvus 2.6 把检索决策做进了数据库A-RAG 给 Agent 配备了两个检索工具每次查询都需要运行时决策。Milvus 2.6 的 Full-Text Search 把这个决策从运行时移到了写入时。具体做法是在 Collection 里定义一个开启了enable_analyzerTrue的文本字段同时挂一个 BM25 Function——Milvus 在写入文档时自动分词、构建关键词权重输出成一个SPARSE_FLOAT_VECTOR字段存进去。这个稀疏向量字段始终和稠密向量字段并排存在不需要 Agent 在推理时决定“要不要走关键词这条路”两条路在数据层面从写入起就都准备好了。A-RAG 的理论设计和 Milvus 2.6 的工程决策在结构上是同构的A-RAG运行时决策Milvus 2.6写入时构建keyword_search精确词汇匹配SPARSE_FLOAT_VECTOR BM25 Function自动构建关键词稀疏索引semantic_search向量相似度检索FLOAT_VECTOR稠密向量语义检索Agent 每次推理决定走哪条路hybrid_search两路并发RRF 自动融合决策过程消耗 Agent token数据库层透明完成零决策成本这个对应关系说明了一件事A-RAG 在理论层面证明了混合检索的必要性Milvus 2.6 把这个必要性变成了一个字段类型。你不再需要维护两套独立的检索系统也不需要在 Agent 的 prompt 里教它什么时候该用哪个工具——写入时定义好 schema查询时一个hybrid_search接口把两条路都走完结果融合好再返回。这也是第 04 节代码里enable_analyzerTrue和SPARSE_FLOAT_VECTOR两行定义的实际含义前者告诉 Milvus“这个文本字段需要分词”后者告诉 Milvus“把分词结果转成 BM25 稀疏向量存进来”。查询时你只需要提交原始文本Milvus 把向量化这一步也替你做了。04怎么落地Schema 定义*核心就一件事*建 Collection 时同时定义稠密向量、稀疏向量两个字段并挂上 BM25 Function。这里有一个容易忽略的细节——enable_analyzerTrue只是告诉 Milvus 这个文本字段需要分词真正把分词结果转成 BM25 稀疏向量的是schema.add_function()这一步。少了这一步sparse_vector字段在写入时永远是空的关键词检索会静默失败不报错只是什么都查不到。写入数据时sparse_vector字段无需手动提供Milvus 在写入时自动完成 text →分词 → BM25 权重 → 稀疏向量的完整链路。from pymilvus import MilvusClient, DataType, Function, FunctionType import numpy as np import time client MilvusClient(urihttp://localhost:19530) # 若 Collection 已存在先清除方便重复运行 if client.has_collection(arag_docs): client.drop_collection(arag_docs) # ── 1. Schema 定义 ────────────────────────────────────────── schema client.create_schema() schema.add_field(id,DataType.INT64,is_primaryTrue, auto_idTrue) schema.add_field(text, DataType.VARCHAR, max_length2000, enable_analyzerTrue) schema.add_field(dense_vector,DataType.FLOAT_VECTOR, dim768) schema.add_field(sparse_vector,DataType.SPARSE_FLOAT_VECTOR) # BM25 输出字段 schema.add_field(user_id, DataType.VARCHAR, max_length64) schema.add_field(create_time, DataType.INT64) # ── 2. BM25 Function核心text → sparse_vector 的自动映射── bm25_function Function( namebm25, function_typeFunctionType.BM25, input_field_names[text], # 从 text 字段读原文 output_field_names[sparse_vector] # 自动写入稀疏向量字段 ) schema.add_function(bm25_function) # ── 3. 索引定义 ─────────────────────────────────────────────── index_params client.prepare_index_params() index_params.add_index( field_namedense_vector, index_typeAUTOINDEX, metric_typeCOSINE ) index_params.add_index( field_namesparse_vector, index_typeSPARSE_INVERTED_INDEX, metric_typeBM25 # ⚠️ 必须是 BM25不能写IP ) # ── 4. 创建 Collection ──────────────────────────────────────── client.create_collection( collection_namearag_docs, schemaschema, index_paramsindex_params ) # ── 5. 写入测试数据 ────────────────────────────────────────── # 生产环境中 dense_vector 替换为真实 embedding如 sentence-transformers 输出 # sparse_vector 字段无需手动提供BM25 Function 在写入时自动生成 data [ { text: Milvus 是一个高性能云原生向量数据库支持十亿级向量的毫秒级检索。, dense_vector: np.random.rand(768).tolist(), user_id: u_001, create_time: 1700000100 }, { text: A-RAG 通过层级检索接口让 LLM 在keyword_search 和 semantic_search 之间自主决策。, dense_vector: np.random.rand(768).tolist(), user_id: u_001, create_time: 1700001000 }, { text: BM25 是一种经典的关键词检索算法擅长精确匹配型号、版本号等专有名词。, dense_vector: np.random.rand(768).tolist(), user_id: u_002, create_time: 1700002000 }, { text: RRFReciprocal Rank Fusion将多路检索结果按排名加权合并无需手动调权重。, dense_vector: np.random.rand(768).tolist(), user_id: u_002, create_time: 1700003000 }, ] client.insert(collection_namearag_docs, datadata) #等待数据刷入生产环境可改为 flush wait_for_loading time.sleep(2) print(✅ Collection 创建完成数据写入就绪。)Hybrid Search 无 Filter两路检索同时发出RRF 自动融合一个接口搞定。sparse_req的data传的是原始文本字符串不是向量——Milvus 内部会调用写入时定义的同一套 BM25 Function 完成查询向量化。这和dense_req需要你自己传 embedding 是不同的稠密向量这边模型的选择768 维还是 1536 维、归一化方式都由你控制稀疏向量这边Milvus 全权接管。from pymilvus import MilvusClient, AnnSearchRequest, RRFRanker import numpy as np client MilvusClient(urihttp://localhost:19530) # 查询文本生产环境中query_embedding 替换为真实 embedding 结果 query_text 向量数据库如何进行关键词检索 query_embedding np.random.rand(768).tolist() # ── 语义检索理解查询意图 ──────────────────────────────────── dense_req AnnSearchRequest( data[query_embedding], anns_fielddense_vector, param{metric_type: COSINE}, limit10 ) # ── 关键词检索精确匹配专有名词、版本号、型号 ───────────────── # data 传原始文本字符串Milvus 内部通过 BM25 Function 自动向量化 sparse_req AnnSearchRequest( data[query_text], anns_fieldsparse_vector, param{metric_type: BM25}, limit10 ) # ── 两路并发RRF 融合排序后返回 Top 5 ──────────────────────── results client.hybrid_search( collection_namearag_docs, reqs[dense_req, sparse_req], rankerRRFRanker(k60),# k60 是经验值大多数场景无需调整 limit5, output_fields[text, user_id, create_time] ) print(f查询{query_text}\n{─*50}) for hit in results[0]: print(fScore : {hit[distance]:.4f}) print(fText : {hit[entity][text]}) print(fUser : {hit[entity][user_id]}| Time: {hit[entity][create_time]}) print()Hybrid Search 带 Filter生产环境里通常还需要元数据过滤——比如多租户场景下只检索当前用户的文档或者只检索特定时间范围内的内容。加一个filter参数不影响两路向量检索的并发执行。Milvus 的执行顺序是先做向量检索召回候选集再对候选集做标量过滤——不是全量扫描所以加 filter 不会拖慢检索性能。from pymilvus import MilvusClient, AnnSearchRequest, RRFRanker import numpy as np client MilvusClient(urihttp://localhost:19530) query_text 向量数据库如何进行关键词检索 query_embedding np.random.rand(768).tolist() dense_req AnnSearchRequest( data[query_embedding], anns_fielddense_vector, param{metric_type: COSINE}, limit10 ) sparse_req AnnSearchRequest( data[query_text], anns_fieldsparse_vector, param{metric_type: BM25}, limit10 ) # ── 只检索 u_001 用户、指定时间之后的文档 ────────────────────── results client.hybrid_search( collection_namearag_docs, reqs[dense_req, sparse_req], rankerRRFRanker(k60), filteruser_id u_001 and create_time 1700000000, limit5, output_fields[text, user_id, create_time] ) print(f查询已过滤 user_idu_001{query_text}\n{─*50}) for hit in results[0]: print(fScore : {hit[distance]:.4f}) print(fText : {hit[entity][text]}) print(fUser : {hit[entity][user_id]} | Time: {hit[entity][create_time]}) print()这三段代码覆盖了从写入到查询的完整链路——BM25 Function 在写入时自动构建稀疏向量hybrid_search 在查询时两路并发融合。Agent 不需要做任何检索决策Milvus 在底层替它做完了。最后对于正在迷茫择业、想转行提升或是刚入门的程序员、编程小白来说有一个问题几乎人人都在问未来10年什么领域的职业发展潜力最大答案只有一个人工智能尤其是大模型方向当下人工智能行业正处于爆发式增长期其中大模型相关岗位更是供不应求薪资待遇直接拉满——字节跳动作为AI领域的头部玩家给硕士毕业的优质AI人才含大模型相关方向开出的月基础工资高达5万—6万元即便是非“人才计划”的普通应聘者月基础工资也能稳定在4万元左右。再看阿里、腾讯两大互联网大厂非“人才计划”的AI相关岗位应聘者月基础工资也约有3万元远超其他行业同资历岗位的薪资水平对于程序员、小白来说无疑是绝佳的转型和提升赛道。如果你还不知道从何开始我自己整理一套全网最全最细的大模型零基础教程我也是一路自学走过来的很清楚小白前期学习的痛楚你要是没有方向还没有好的资源根本学不到东西下面是我整理的大模型学习资源希望能帮到你。扫码免费领取全部内容最后1、大模型学习路线2、从0到进阶大模型学习视频教程从入门到进阶这里都有跟着老师学习事半功倍。3、 入门必看大模型学习书籍文档.pdf书面上的技术书籍确实太多了这些是我精选出来的还有很多不在图里4、AI大模型最新行业报告2026最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。5、面试试题/经验【大厂 AI 岗位面经分享107 道】【AI 大模型面试真题102 道】【LLMs 面试真题97 道】6、大模型项目实战配套源码适用人群四阶段学习规划共90天可落地执行第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容3、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】