工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：agentic-rag
超出简单流程的七种RAG架构及其适用场景
天真的RAG会以可预测的方式出错。从上下文笔记到多智能体及记忆检索，共有七种架构，以及它们各自的优缺点和使用场景。
阅读约 9 分钟千万文档规模的查询时态RAG：过滤器、路由器、智能体与评估机制
拥有千万份文档的RAG系统：通过SQL过滤器、混合搜索与重排序技术，结合查询路由、评估功能以及Qdrant脚本，实现低于200毫秒的检索速度。
阅读约 8 分钟LangGraph中的智能RAG：评分器、条件路由与网页搜索备用方案
将线性 LangChain RAG 流水线迁移至带有 LLM 评分器、条件性节点与边、测试功能以及可报告来源信息的 FastAPI 接口的 LangGraph StateGraph 中。
阅读约 7 分钟代理检索与充分上下文：当RAG信息不足时
标准RAG往往过早给出答案。而代理式检索机制则会持续搜索、筛选来源、评估证据，直至获取足够的信息背景。
阅读约 9 分钟智能体驱动的RAG：让大语言模型决定何时以及从何处检索信息。
为什么静态RAG在多跳查询和时效性要求高的问题上会失效，以及LangGraph智能体如何在Qdrant与网络搜索之间进行路由，并附相关限制与注意事项。
阅读约 9 分钟实用笔记：向量搜索、语义搜索与RAG：人工智能如何找到目标信息
《实用笔记》操作指南：向量搜索、语义搜索与RAG——人工智能如何帮助采用该模式的团队查找合同、检查项及可直接使用的代码片段。
阅读约 9 分钟RAG分块策略——完整工程指南
RAG分块策略对比：上下文与精确度之间的权衡、固定大小分块与结构感知分块，以及有效的先进上下文感知方法。
阅读约 12 分钟实用提示：为何您的RAG流程需要重新排序器（以及如何实现）
《实用笔记》操作指南：为何您的 RAG 流水线需要重新排序器（以及具体方法：适用于采用该模式的团队的契约、检查项及可直接插入的代码片段）。
阅读约 11 分钟2026年如何从零开始学习RAG：相关课程。
2026年从零学习RAG的途径：开始之前需要了解什么、哪些内容可以跳过，以及值得投入时间学习的RAG流程相关课程和文档。
阅读约 20 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。