开发者社区

文档建议反馈控制台

技术百科

搜索技术百科

技术百科

发布

技术百科首页 >AgentScope >AgentScope 的 RAG 检索增强能力是如何实现的？

AgentScope 的 RAG 检索增强能力是如何实现的？

修改于 2026-08-24 11:40:19

5

词条归属：AgentScope

1. 内置知识库

框架内置 KnowledgeBase 与 Document 抽象，支持文档添加与语义检索
可配置嵌入模型与向量后端，按需扩展

2. 多后端支持

支持自建向量数据库，也可对接阿里云百炼托管服务
兼容 Dify、RAGFlow 等第三方检索增强服务

3. 分布式多租户 RAG（2.0 版本）

2.0 版本新增分布式多租户 RAG 服务，支持跨租户的知识隔离与共享
适用于需要为多个客户分别维护私有知识库的 SaaS 场景

4. 与智能体协同

RAG 检索结果作为上下文注入智能体的推理过程
智能体可在工具调用中动态查询知识库，实现基于外部知识的问答与决策

相关文章

LLM的检索增强--SELF-RAG

全文检索 LLM

*《SELF-RAG: LEARNING TO RETRIEVE, GENERATE, AND CRITIQUE THROUGH SELF-REFLECTION》*

2024-11-25

7520

【RAG】检索增强生成的评估·综述

RAG（Retrieval-Augmented Generation，检索增强生成）由于其复杂的结构性和对检索知识库的依赖，使得RAG系统的评估仍存在不少的挑战。为了更好地理解这些挑战和标准化RAG评估体系，我们提出了A RAG Unified Evaluation Process of RAG （Auepora）。我们对可能的输入和输出进行了整理，总结了现有RAG评估基准中的评估目标，如相关性（Relevance）、准确性（Correctness）和忠实度（Faithfulness）。同时分析了各种数据集和量化指标。最后基于当前基准测试的局限性，指出了RAG基准测试领域发展的潜在方向，为接下来的RAG评测标准提供参考。

2024-07-19

2.3K0

检索增强生成（RAG）的版权新关注

2025年5月与7月，亚马逊先后与《纽约时报》以及赫斯特、康泰纳仕等传媒集团达成合作，使得旗下AI产品可以实时展示《纽约时报》的摘要和片段等。1亚马逊与《纽约时报》的合作令业界颇感意外。因为《纽约时报》此前对于AI版权问题一直持强硬态度，2023年12月便以侵犯版权为由将OpenAI诉至美国纽约南区法院，也成为了全美第一家公开起诉大模型厂商的主流媒体。2

小腾资讯君

2025-08-14

7190

RAG 技术合集：检索增强生成的实践指南

腾讯技术创作特训营S15#自选日志

大模型“幻觉”像幽灵：参数量越大，一本正经胡说八道的可信度越高。微调（Fine-tune）能缓解，却要 GPU 土豪 + 数据标注民工；提示工程（Prompt Engineering）轻量，却受 4 k/8 k context 天花板。RAG（Retrieval-Augmented Generation）把“闭卷考试”变成“开卷带小抄”——先检索后生成，既不改权重，也能把私域知识塞进 7 B 模型，效果常追平甚至反超 60 B。本文用一份代码仓库（文末链接）串联 BM25、Dense、ColBERT、Rerank、FLARE 五类范式，帮你画出一条“能跑、能测、能上线”的 RAG 成长曲线。

江南清风起

2025-09-28

1.1K0

RAG 的检索模块是怎么优化的？

系统优化模型排序索引

RAG（Retrieval-Augmented Generation）中的检索模块是整个系统的关键环节，直接影响生成结果的质量。为了提升检索的准确性、相关性和效率，业界采用了多种优化策略。以下是 RAG 检索模块的主要优化方法：

2026-04-14

6000

点击加载更多

词条知识树 15个知识点