作者：翎洛洛
发布：2026-04-28
分类：人工智能 / 大模型应用开发
标签：RAG、检索增强生成、AI开发、大模型、向量数据库、面试题

---

前言

最近两年，只要做 AI 应用开发，RAG 绝对是绕不开的核心技术。不管是面试还是实际项目，面试官都会问：RAG 是什么？有哪些方案？怎么选型？

但很多同学对 RAG 只停留在“检索增强生成”六个字，一深入就懵。

这篇文章带你一次性吃透 RAG 核心原理 + 16 种主流 RAG 方案 + 流程图 + 伪代码 + 高频面试题，学完直接能写进简历、应对面试。

---

一、RAG 到底是什么？

1. 定义

RAG = Retrieval-Augmented Generation
检索增强生成

2. 为什么要用 RAG？

大模型天生 3 个硬伤：

• 知识有截止日期，无法实时更新
• 容易一本正经胡说八道（幻觉）
• 无法访问企业私有文档、内部数据

RAG 解决思路：先检索外部知识，再让大模型基于知识回答
像开卷考试，先翻书再答题，答案更准、更可信。

3. RAG 标准流程

用户提问 → 向量化 → 向量库检索 → 拼接参考资料 → Prompt → LLM 生成答案

4. RAG 优势

• 无需训练，直接更新知识库
• 大幅降低幻觉
• 可解释、可溯源
• 比纯长上下文更便宜、更稳定

---

二、16 种 RAG 方案全景分类

1. 标准 RAG 及变体：Naive RAG、Multi-Query RAG、HyDE
2. 提升检索质量：语义分块、层级索引、Hybrid Search、Reranking
3. 反思机制：Corrective RAG、Adaptive RAG、Self-RAG
4. 结构化知识：GraphRAG、Text-to-SQL RAG
5. 智能体驱动：Agentic RAG、Multi-Agent RAG
6. 能力扩展：多模态 RAG、Speculative RAG

---

三、核心 RAG 方案详解（流程图 + 代码）

1. Naive RAG（最基础）

流程

• 离线：文档切块 -> Embedding -> 存入向量库
• 在线：问题向量化 -> 检索 Top-K -> 生成答案

流程图

文档 → 固定大小切块 → Embedding → 向量数据库
用户问题 → Embedding → 检索相似块 → Prompt → LLM

伪代码

# 离线索引
chunks = split_into_chunks(documents, chunk_size=500, chunk_overlap=50)
for chunk in chunks:
    vec = embedding_model.encode(chunk)
    vector_store.insert(vec, chunk)

# 在线查询
q_vec = embedding_model.encode(query)
top_chunks = vector_store.search(q_vec, k=5)
prompt = "参考资料：" + str(top_chunks) + "\n问题：" + query
answer = llm.generate(prompt)

缺点

• 切块生硬，切断语义
• 检索质量完全依赖 Embedding
• 无过滤，易引入噪声

---

2. Multi-Query RAG（多查询检索）

思路

用户问法口语化 -> LLM 生成多个同义问句 -> 分别检索 -> 合并去重

流程图

怎么报销？
-> LLM 改写
报销流程是什么、费用审批怎么操作、如何提交报销申请
-> 多路检索 -> 合并去重 -> LLM

伪代码

queries = llm.generate("改写为3个不同问法：" + query)
results = [vector_store.search(embed(q), k=5) for q in queries]
merged = deduplicate(results)
answer = llm.generate(str(merged) + query)

适用场景

客服、电商、用户口语化提问

---

3. HyDE（假设答案检索）

思路

短问题向量与长文档不匹配 -> LLM 先生成假答案 -> 用假答案检索

流程图

KV Cache 是什么？
-> LLM 生成假答案
假答案向量 -> 检索 -> 命中真实文档

伪代码

hypo_ans = llm.generate("回答：" + query)
hypo_vec = embedding_model.encode(hypo_ans)
top_chunks = vector_store.search(hypo_vec, k=5)
answer = llm.generate(str(top_chunks) + query)

适用场景

短问题匹配技术长文档

---

4. 语义分块（Semantic Chunking）

思路

不按字数切，按句子相似度切，相似度骤降 = 切块

伪代码

sentences = split_sentences(doc)
for i in range(1, len(sentences)):
    sim = cos_sim(embed(sentences[i-1]), embed(sentences[i]))
    if sim < threshold:
        chunks.append(cur_chunk)
        cur_chunk = []
    cur_chunk.append(sentences[i])

适用场景

会议纪要、访谈、结构松散文本

---

5. 层级索引（Parent-Child）

思路

大块（Parent）套小块（Child）
Child 检索，Parent 返回上下文

流程图

文档 -> 大块（章节）-> 小块（段落）
检索小块 -> 返回大块给 LLM

伪代码

# 离线
parents = split_sections(doc)
for p in parents:
    children = split_paragraphs(p)
    for c in children:
        index.insert(embed(c), c, parent_id=p.id)

# 在线
matched_children = index.search(embed(query), k=5)
parents = get_parent_by_child(matched_children)
answer = llm.generate(str(parents) + query)

适用场景

长文档、合同、技术手册

---

6. Hybrid Search（混合检索）

思路

向量检索（语义） + BM25（关键词精确匹配） -> RRF 融合排序

伪代码

semantic = vector_store.search(embed(q), k=20)
keyword = bm25.search(q, k=20)

# RRF 融合
for doc in semantic | keyword:
    score = 0
    if doc in semantic:
        score += 1/(60 + rank_s)
    if doc in keyword:
        score += 1/(60 + rank_k)

适用场景

技术文档、错误码、术语密集、法律医疗

---

四、RAG 高频面试题 20 道（带标准答案）

一、基础题（必背）

1. RAG 是什么？解决什么问题？

答案：RAG 是检索增强生成，核心是先检索外部知识库，再让大模型基于检索结果生成答案。解决大模型知识过时、幻觉、无法访问私有数据三大问题。

2. RAG 和 Fine-tuning 区别？

答案：

• RAG：免训练、更新快、成本低、适合私有知识库、可控性强
• Fine-tuning：需要训练数据、更新成本高、适合学习风格/能力

3. Naive RAG 的流程是什么？有什么缺点？

答案：流程：文档切块→Embedding→入库→问题检索→生成答案。缺点：切块生硬、检索依赖 Embedding、无结果过滤、易引入噪声。

4. 什么是向量 Embedding？

答案：把文本转换成一串数字向量，让计算机可以计算语义相似度，是 RAG 检索的基础。

5. 常见向量数据库有哪些？

答案：Milvus、Chroma、Qdrant、FAISS、Pinecone。

---

二、进阶题（高频）

6. Multi-Query RAG 解决什么问题？

答案：解决用户提问口语化、表述不标准，导致检索匹配差的问题。通过 LLM 生成多组查询，扩大检索覆盖。

7. HyDE 原理是什么？为什么有效？

答案：先让 LLM 生成一段假答案，再用假答案向量检索。因为假答案文体更接近真实文档，向量距离更近，检索更准。

8. 语义分块和固定分块区别？

答案：固定分块按字数切，简单但容易切断语义；语义分块按句子相似度切，保证语义完整，适合结构松散文本。

9. Parent-Child 检索优势？

答案：小块保证检索精度，大块保证上下文完整，长文档场景必用。

10. Hybrid Search 为什么比纯向量好？

答案：向量负责语义理解，BM25 负责精确术语/编号匹配，RRF 融合排序，兼顾语义与精度，生产环境标配。

11. Reranking 作用是什么？

答案：对检索结果二次重排序，把最相关的排前面，过滤噪声、提升生成质量。

12. 如何解决 RAG 检索不到信息？

答案：优化分块策略、使用 Multi-Query/HyDE、开启混合检索、扩大召回数量、更换更好的 Embedding 模型。

13. 如何解决 RAG 幻觉？

答案：严格限定只使用参考资料、增加引用溯源、优化分块、使用高质量知识库、加入反思机制。

14. RAG 如何评估效果？

答案：准确率、召回率、相关性评分、人工评估、ROUGE/BLEU 指标。

15. Chunk Size 怎么设置？

答案：通用 300~800 字；长文档用层级分块；短文档/代码块设更小。

---

三、项目/架构题（大厂爱问）

16. 生产环境 RAG 系统怎么设计？

答案：标准架构：文档解析→分块→Embedding→向量库→混合检索→重排→Prompt 优化→LLM 生成→结果返回。

17. 百万级文档 RAG 如何优化性能？

答案：分库分索引、批量 Embedding、热点缓存、GPU 加速、缩小召回数量、使用混合检索。

18. RAG + Agent 有什么优势？

答案：Agent 可自主决策是否检索、多轮检索、工具调用、复杂推理，让 RAG 更智能、更可靠。

19. GraphRAG 适用场景？

答案：知识关联强、需要深度推理的场景，如医疗、法律、学术、企业知识图谱、金融研报。

20. RAG 项目中常见坑？

答案：分块切断语义、检索不准、Prompt 不合理、Embedding 模型不匹配、幻觉、上下文过长。

---

五、RAG 快速选型指南

• 简单 Demo：Naive RAG
• 口语提问：Multi-Query
• 短问长文：HyDE
• 松散文本：语义分块
• 长文档：Parent-Child
• 术语/编号：Hybrid Search

---

六、总结

RAG 不是一个固定算法，而是一套检索 + 生成的技术体系。
从最简单的 Naive RAG 到 Agentic RAG，核心都是提升检索质量、增强生成可靠性。

掌握本文 16 种方案 + 面试题（带答案），不管是面试还是做项目，都能直接上手。

本文已整理成可直接背诵版本，建议点赞+收藏+关注，后续持续更新 AI 开发干货！

---