| 类型 | 关键特性 | 优势 | 应用/需求 | 工具/库示例 |
|---|---|---|---|---|
|
标准 RAG Standard RAG (RAG-Sequence 和 RAG-Token) |
提高回答准确率 通用问答系统 Hugging Face Transformers <!-- 2 Agentic RAG --> 智能体式 RAG 支持自治智能体（Agents） 能够处理复杂任务 智能个人助理 LangChain Agents
图谱型 RAG 利用知识图谱进行组织与检索 信息更全面、更丰富 医疗、法律、工程等专家系统 Neo4j Graph Database <!-- 4 Modular RAG --> 模块化 RAG 检索、推理、生成拆分为独立模块 灵活度高，可按需替换组件 需要多人协作开发的大型项目 Microservices Architecture <!-- 5 Memory-Augmented RAG --> 记忆增强型 RAG 使用外部存储进行长期记忆与检索 可以在多轮对话中保持连续性 需要维持长期上下文的聊天机器人 Redis for Session Storage <!-- 6 Multi-Modal RAG --> 多模态 RAG
回答形式更加丰富 图像字幕生成 OpenAI's CLIP <!-- 7 Federated RAG --> 联邦式 RAG 分布式 / 去中心化数据源 数据安全性更高 处理敏感数据的医疗系统 TensorFlow Federated <!-- 8 Streaming RAG --> 流式 RAG 实时数据检索与生成 信息高度实时、始终最新 直播 / 实时报道 Apache Kafka Streams <!-- 9 ODQA RAG --> 开放域问答 RAG 覆盖广泛的大规模知识库 适用范围非常广 搜索引擎问答 Elasticsearch <!-- 10 Contextual Retrieval RAG --> 语境检索型 RAG 基于对话历史与上下文进行检索 更好地理解用户意图 会话式 AI 聊天机器人 Dialogflow by Google <!-- 11 Knowledge-Enhanced RAG --> 知识增强型 RAG 集成结构化知识库与本体 事实性更强、错误更少 教育与学习工具 Knowledge Graph Embeddings Libraries <!-- 12 Domain-Specific RAG --> 领域定制 RAG 针对特定行业或领域进行定制 与业务高度相关 法律检索与合同分析助手
<!-- 13 Hybrid RAG --> 混合式 RAG 结合多种检索方式（如向量 + 关键词） 召回率更高 复杂问答系统 Elasticsearch with kNN Plugin <!-- 14 Self-RAG --> 自反式 RAG 引入自我反思与自检机制 显著提高回答准确度 内容创作与编辑工具 OpenAI GPT Models with Fine-Tuning <!-- 15 HyDE RAG --> 假设文档嵌入 RAG 先生成“假设文档”再进行向量化检索 召回效果更好，特别是隐含意图 含有隐含需求、间接提问的复杂查询 Custom Implementations with Transformers <!-- 16 Recursive / Multi-Step RAG --> 递归 / 多步 RAG 多轮、多阶段的检索与生成流程 推理能力更强 复杂分析与问题求解任务 LangChain's Chains and Agents 相关文章 AI 编程开发 2026年6月2日 0 条评论 零重力瓦力 Windsurf 2.0 拆解：Devin 被塞进编辑器，氛围编程终于有了“调度中心”Cognition 发布 Windsurf 2.0，深度整合 Devin 实现本地思考与云端执行分工。新版推出 Agent Command Center 支持多智能体可视化管理，搭载自研 SWE-1.5 模型大幅提升代码定位与编辑速度，并引入 Spaces 容器解决上下文延续问题。Pro 版调整为日配额制且包含 Devin 功能。相比 Cursor 3，Windsurf 2.0 凭借自研模型与云端执行能力，更适合处理陌生代码库及长任务自动化场景。 #智能体#AI 编程 阅读全文  智能体工程 2026年6月2日 0 条评论 零重力瓦力 多智能体为什么比单智能体强？Anthropic 用 90.2% 的数据给了答案Anthropic 研究显示，多智能体系统性能比单智能体提升 90.2%，其核心在于主智能体拆解任务与子智能体并行执行。尽管该架构 token 消耗约为单智能体的 15 倍，但在复杂任务中优势显著。业界已总结出五种协作模式，并有 n8n、CAMEL-AI 等落地案例。然而，多智能体仍面临调试难、输出不稳定等挑战。建议仅在任务复杂需并行、分工明确且能承担高成本时采用，简单任务直接使用强模型即可。 #智能体#智能体工程 阅读全文  AI 新闻资讯 2026年6月1日 0 条评论 小创 Claude 新模型发布前让客户极限测试，Agent 落地成核心Anthropic 在发布新 Claude 模型前，通过头部客户极限测试验证真实业务表现，比单纯跑分更具参考价值。借助 Agent 能力，新模型在起草法律文件等复杂任务中成功率提升约 20%，实现持续准确输出。当前大模型发展重心已转向 Agent 在垂直场景的落地，边缘案例为下一代优化指明方向。这种与客户深度共创的模式建立了高信任壁垒，值得产品团队借鉴。 #Anthropic#智能体 阅读全文 互动讨论 评论区围绕《16 种检索增强生成（RAG）类型》展开交流，未登录用户可浏览评论，登录后可参与讨论。 评论数 0 登录后参与评论 支持发表观点与回复一级评论，互动后将同步到消息中心。 暂无评论，欢迎成为第一个参与讨论的人。 |