Agentic RAG（智能体增强检索）
别名：智能体RAGAgentic RAG自主RAGSelf-RAG
| 分类 | 🏗️ 架构范式 |
| 阅读时间 | ⏱️ 16 分钟 |
| 更新时间 | 📅 2026-06-30 |
| 条目编号 | ENC-ARCH-04-agentic-rag |
Agentic RAG 是将 AI Agent 的推理、规划和工具调用能力融入 RAG 流程的进阶架构。与传统 RAG 的单次检索不同，Agentic RAG 能根据当前信息自主决定是否需要进一步检索、重写查询或调用额外工具。
关键要点 ✦
- Agentic RAG 的核心是「检索即行动」：检索被建模为 Agent 的一个工具调用
- 支持多轮检索（Multi-hop Retrieval）：根据中间结果决定下一步
- 查询重写（Query Rewriting）和检索反馈（Retrieval Feedback）是核心能力
- 2026 年 Agentic RAG 已成为企业知识库场景的标配架构
- 相比传统 RAG，Agentic RAG 的准确率提升约 25%，但延迟增加 2-3 倍
详细解释
Agentic RAG 是传统 RAG 的进化版。它将 Agent 的推理、规划和决策能力引入检索增强生成流程。Agent 不仅检索知识，还会根据检索结果自主决定是否需要进一步检索、是否需要重写查询词、是否需要调用计算器等额外工具。
传统 RAG 是"检索→生成"的线性流程，Agentic RAG 是"检索→分析→决定→再检索（或行动）→生成"的循环流程。
核心能力
自适应检索深度：简单问题一次检索即可，复杂问题自动多轮检索。
查询重写：将模糊的自然语言问题转化为精确的检索查询。
多源融合：同时检索多个知识库，融合后生成综合答案。
工具补充：当检索无法满足需求时，自动调用计算器、翻译器、代码执行器等工具。
📖 相关条目
🛠️ 相关产品
🏷️ 标签Agentic RAGRAG检索增强Agent知识库