Agent 开发设计模式（Agentic Design Patterns ）第 14 章：Knowledge Retrieval (RAG)模式

---

🧠 RAG 概述：解决 LLM 静态知识限制的核心机制

核心原理：
RAG（Retrieval-Augmented Generation）通过引入外部知识检索机制，使大模型在生成回答前，先从知识库中获取相关上下文，从而生成准确、实时、可验证的内容。

工作机制：

1. 用户提出问题
2. 系统进行语义搜索，从知识库中检索相关内容
3. 将检索结果与用户问题合并，构建增强提示（augmented prompt）
4. LLM 基于增强提示生成回答

优势：

• 解决 LLM 知识截止时间问题
• 降低“幻觉”风险（hallucination）
• 支持引用来源，提升可信度
• 可接入私有或专有数据（如企业内部文档）

---

🔍 RAG 核心技术要素

技术要素	功能描述	技术实现
Embeddings（嵌入）	将文本转化为高维向量，捕捉