从Naive RAG到Advanced RAG：模块化检索与查询转换技术详解

在构建基于大语言模型的应用时，简单的“检索-生成”流程往往难以应对复杂查询。Naive RAG（朴素检索增强生成）虽然实现简单，但在面对多跳推理、模糊指代或长尾知识时，常出现检索内容不相关或缺失关键上下文的问题。Advanced RAG 通过引入模块化的预处理和后处理机制，显著提升了系统的鲁棒性。其中，查询转换技术作为核心优化手段，能够将用户原始问题转化为更适合向量数据库检索的形式。本文将演示如何通过模块化设计，将基础 RAG 升级为支持查询重写的高级架构，并直观展示检索效果的提升。

要实现这一升级，首先需要理解 Advanced RAG 的核心差异：它不再是一个黑盒管道，而是由索引、检索器、重排序器和生成器等独立模块组成的可插拔系统。准备条件包括安装 Python 环境、LlamaIndex 库以及一个可用的向量数据库后端（如 Chroma 或 FAISS）。确保已准备好包含领域知识的文本数据集，用于构建索引。

Naive RAG与Advanced RAG架构对比示意图

1. 构建基础 Naive RAG 管道

首先建立一个基准线，使用最简配置实现 RAG 流程。这有助于后续对比优化效果。导入必要的库，加载示例文档，并创建简单的向量索引。

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
from llama_index.llms.openai import OpenAI
from llama_index.embeddings.openai import OpenAIEmbedding

# 加载文档
documents = SimpleDirectoryReader("./data").load_data()

# 创建嵌入模型和LLM
embed_model = OpenAIEmbedding(model="text-embedding-ada-002")
llm = OpenAI(model="gpt-3.5-turbo")

# 构建索引
index = VectorStoreIndex.from_documents(
    documents,
    embed_model=embed_model
)

# 创建查询引擎
query_engine = index.as_query_engine(llm=llm)

此时，直接使用 query_engine.query("公司的报销政策是什么？") 即可得到回答。但在实际测试中，如果用户提问“怎么申请差旅费？”，由于语义匹配偏差，可能无法精准命中包含“报销政策”的文档片段。这就是 Naive RAG 的局限性：它严重依赖原始查询与文档片段的向量相似度。

1. 构建基础 Naive RAG 管道

2. 引入模块化检索组件

Advanced RAG 的第一步是将检索过程拆解。我们不再依赖默认的查询引擎，而是手动组装检索器（Retriever）和响应合成器（Response Synthesizer）。这种解耦允许我们在中间插入自定义逻辑。

from llama_index.core.retrievers import VectorIndexRetriever
from llama_index.core.query_engine import RetrieverQueryEngine
from llama_index.core.response_synthesizers import CompactAndRefine

# 定义检索器
retriever = VectorIndexRetriever(
    index=index,
    similarity_top_k=5  # 返回前5个相关节点
)

# 定义响应合成器
synthesizer = CompactAndRefine()

# 组装查询引擎
advanced_query_engine = RetrieverQueryEngine(
    retriever=retriever,
    response_synthesizer=synthesizer
)

通过这种方式，我们可以单独调整 similarity_top_k 参数，观察不同召回数量对最终答案的影响。更重要的是，这个 retriever 对象现在成为了一个独立的模块，可以接受额外的预处理步骤。

模块化检索组件代码实现界面

3. 实施查询转换技术

查询转换（Query Transformation）是 Advanced RAG 的关键优化点。其核心思想是不直接使用用户原始问题去检索，而是先通过 LLM 对问题进行重写、扩展或分解。常见的策略包括 HyDE（假设性文档嵌入）和 Step-back Prompting（回退提示）。

这里演示一种简单的查询重写策略：让 LLM 根据原始问题生成一个更具体、包含更多关键词的搜索查询。

from llama_index.core.indices.query.query_transform.base import StepDecomposeQueryTransform
from llama_index.core.query_engine import TransformQueryEngine

# 定义查询转换函数
step_decompose_transform = StepDecomposeQueryTransform(
    llm=llm, 
    verbose=True
)

# 创建转换查询引擎
transform_query_engine = TransformQueryEngine(
    query_engine=advanced_query_engine,
    query_transform=step_decompose_transform
)

当用户输入“怎么申请差旅费？”时，StepDecomposeQueryTransform 会先调用 LLM 分析该问题，可能将其转换为“公司差旅费报销流程及申请材料要求”。这个新生成的查询在向量空间中与文档内容的匹配度更高。注意观察控制台输出，可以看到转换后的查询语句，这是调试和优化提示词的重要依据。

查询转换技术工作流程图

4. 验证优化效果与可编辑性

最后，对比两种引擎的输出结果。使用相同的测试问题，分别调用 Naive RAG 和 Advanced RAG 引擎。

# 原始问题
question = "怎么申请差旅费？"

# Naive RAG 响应
naive_response = query_engine.query(question)
print(f"Naive RAG: {naive_response}")

# Advanced RAG 响应
advanced_response = transform_query_engine.query(question)
print(f"Advanced RAG: {advanced_response}")

在实际运行中，Advanced RAG 通常能提供更完整、结构更清晰的回答，因为它检索到了更相关的上下文。此外，由于采用了模块化设计，你可以随时替换 retriever 为混合检索器（结合关键词和向量），或更换 query_transform 为多查询生成器（Multi-Query Generator），而无需重构整个应用。

工作文件应保留为独立的 Python 脚本或 Jupyter Notebook，以便后续调整 LLM 模型参数或嵌入维度。这种架构不仅提升了检索准确率，还增强了系统的可维护性和可扩展性，为后续引入重排序（Re-ranking）等更高级技术奠定了基础。

Naive RAG与Advanced RAG响应结果对比