什么是 RAG？在 LangChain 中如何实现 RAG 应用？

安逸Ai大约 6 分钟RAGLangChain检索增强

什么是 RAG？在 LangChain 中如何实现 RAG 应用？

这道题考的是 RAG（检索增强生成）技术的完整理解，从检索到生成的全链路设计。面试官想看你能不能把"大模型 + 知识库"这件事讲清楚。

我从四个方面来讲：RAG 核心原理、双管道架构、LangChain 实现细节、面试加分项。

RAG 是什么？用"开卷考试"理解它

RAG = Retrieval（检索）+ Augmentation（增强）+ Generation（生成）。

大白话就是：让大模型"查资料"回答问题，而不是靠"背答案"。

你想啊，LLM 的知识是固定的，训练完就定型了。你让它回答你们公司的内部规章制度，它肯定一脸懵。但 RAG 解决了这个问题——把公司制度存到向量数据库，用户问问题时先检索相关段落，再让 LLM 结合这些上下文回答。

核心思想就一句话：把知识从模型权重（隐式记忆）转移到外部向量数据库（显式检索）。

"开卷考试"比喻

RAG 对 LLM 就像开卷考试对学生。

闭卷考试考的是记忆，学生得把公式全背下来。开卷考试不一样，学生可以带参考资料进场，考的是推理和理解能力。

RAG 就是这么回事。它不是让 LLM 死记硬背所有知识，而是让它"带参考资料进场"，实时检索上下文来回答。

这个比喻面试时说出来，比干巴巴念定义强多了。

阅读全文

RAG 的两大管道

RAG 系统有两套核心流程：索引管道和检索生成管道。

索引管道（离线准备）

这套流程在用户提问之前就跑完了，相当于"提前备好菜"。

加载 → 分割 → 存储

加载文档，分割成小块，向量化后存进向量数据库。

这个过程只跑一次，之后就可以反复检索。

检索生成管道（在线运行）

用户提问时才触发这套流程。

查询 → 检索 → 增强 → 生成

用户问"年假怎么休"，系统先把这句话向量化，去向量数据库里找最相似的文档块，然后把找到的内容塞进提示词模板，丢给 LLM 生成回答。

做饭的比喻

索引管道就像做饭前洗菜切菜放进冰箱，都是提前准备工作。

检索生成就像客人点餐后，从冰箱拿出食材开始炒菜上桌。

LangChain 实现 RAG 的索引三步骤

在 LangChain 里实现 RAG，索引管道分三步：

第一步：加载（Loading）

用 DocumentLoader 把各种格式的文档读进来。

LangChain 支持 160+ 种文档加载器，PDF、Word、网页、数据库都能接。

python
from langchain_community.document_loaders import TextLoader

loader = TextLoader("公司制度.txt")
documents = loader.load() # 返回 Document 对象列表

第二步：分割（Splitting）

文档太大塞不进 LLM 的上下文窗口，得切成小块。

用 TextSplitter，按 chunk_size 分割。

python
from langchain.text_splitter import RecursiveCharacterTextSplitter

splitter = RecursiveCharacterTextSplitter(
chunk_size=1000, # 每块1000个字符
chunk_overlap=200 # 相邻块重叠200字符
)
chunks = splitter.split_documents(documents)

chunk_size 很关键。 设太大会超过 LLM 的上下文窗口，设太小会丢失语义。1000 左右是常见值，具体看你的 LLM 支持多长的上下文。

chunk_overlap 的作用是保证相邻块之间的上下文连贯性，防止一句话被拦腰截断。

第三步：存储（Storing）

用嵌入模型把文本块转成向量，存进向量数据库。

python
from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores import Chroma

embeddings = OpenAIEmbeddings()
vectorstore = Chroma.from_documents(chunks, embeddings)

LangChain 支持 40+ 种向量数据库，Chroma、Milvus、Pinecone、FAISS 都能选。

LangChain 检索生成与 LCEL 链式调用

索引建好了，现在看怎么用。

检索

把向量存储转成检索器：

python
retriever = vectorstore.as_retriever()

这一步把向量数据库封装成 Retriever 接口，之后查询直接调 .invoke() 就行。

LCEL 链式调用

LangChain 的 LCEL（LangChain Expression Language）用 | 操作符串联各个组件，像工厂流水线一样。

python
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate

llm = ChatOpenAI(model="gpt-4")
prompt = ChatPromptTemplate.from_template(
"根据以下上下文回答问题。\n\n上下文：{context}\n\n问题：{question}"
)

chain = (
{"context": retriever, "question": RunnablePassthrough()}
| prompt
| llm
| StrOutputParser()
)

result = chain.invoke("年假怎么休？")

这个链的逻辑：

{"context": retriever, "question": RunnablePassthrough()} — 用户问题触发检索，同时传给 question
| prompt — 把检索结果和原问题填进提示模板
| llm — LLM 根据增强后的提示生成回答
| StrOutputParser() — 解析成字符串输出

更简洁的写法

LangChain 提供了内置的 create_retrieval_chain，一行搞定：

python
from langchain.chains import create_retrieval_chain
from langchain.chains.combine_documents import create_stuff_documents_chain

retrieval_chain = create_retrieval_chain(retriever, document_chain)

这个链返回的结果里还有个 source_documents 字段，能追溯答案是从哪些文档来的。

RAG 优化：面试加分项

上面讲的是基础版，能跑起来。加分项在于优化。

MultiQueryRetriever

用户问"怎么请假"，但数据库里可能写的是"休假申请流程"。

同一个意思有多种表达方式，MultiQueryRetriever 会自动生成多个角度的查询，提高召回率。

python
from langchain.retrievers import MultiQueryRetriever

retriever = MultiQueryRetriever.from_llm(
retriever=vectorstore.as_retriever(),
llm=llm
)

上下文压缩

检索回来的文档可能包含大量无关内容，压缩一下再喂给 LLM，省 Token。

python
from langchain.retrievers import ContextualCompressionRetriever
from langchain_cohere import CohereRerank

compressor = CohereRerank()
compression_retriever = ContextualCompressionRetriever(
base_compressor=compressor,
base_retriever=retriever
)

RAG 是检索增强生成，通过向量数据库存储知识，查询时先检索相关文档块，再让 LLM 结合上下文生成回答。
LangChain 实现分两步。索引管道：DocumentLoader 加载文档，TextSplitter 按 chunk_size=1000 分割，VectorStore 向量化存储。检索生成管道：用户问题先向量化做相似度检索，取 Top-K 结果填充提示模板，LLM 生成回答。LangChain 用 LCEL 的 | 操作符串联 retriever、prompt、llm 组成链。

加分版（眼前一亮）

RAG 对 LLM 就像开卷考试对学生——考的是推理能力，不是记忆能力。
我在项目里用 LangChain 的 DocumentLoader 加载 PDF/Word 文档，TextSplitter 分割时 chunk_size 根据 LLM 上下文窗口调整，overlap 设置 200 保证语义连贯。检索用 vectorstore.as_retriever()，生成用 LCEL 链串联。
优化方面用过 MultiQueryRetriever 从多角度生成查询提高召回，上下文压缩减少 Token 消耗。生产环境还用到 create_retrieval_chain 的 source_documents 做答案溯源。

一句话总结

RAG 就是让大模型"查资料"回答问题，LangChain 通过 DocumentLoader 加载、TextSplitter 分割、VectorStore 存储构建索引，用 LCEL 链串联检索和生成。

什么是 RAG？在 LangChain 中如何实现 RAG 应用？

什么是 RAG？在 LangChain 中如何实现 RAG 应用？

RAG 是什么？用"开卷考试"理解它

"开卷考试"比喻

RAG 的两大管道

索引管道（离线准备）

检索生成管道（在线运行）

做饭的比喻

LangChain 实现 RAG 的索引三步骤

第一步：加载（Loading）

第二步：分割（Splitting）

第三步：存储（Storing）

LangChain 检索生成与 LCEL 链式调用

检索

LCEL 链式调用

更简洁的写法

RAG 优化：面试加分项

MultiQueryRetriever

上下文压缩

元数据过滤器

面试怎么答

基础版（能过）

加分版（眼前一亮）

一句话总结