4.1 KiB

Raw Permalink Blame History

🤖 RAG 查询管线详解

本文档详细描述 AlgoNotes RAG 的 Agent 驱动查询流程，包括工具定义、路由逻辑与生成策略。

📊 总览

graph TD
    Q[用户提问] --> Agent[RAG Agent<br/>内嵌查询理解 Prompt]
    Agent -->|1. 分析查询| Agent
    Agent -->|2. 路由工具| Tools[内部工具集]
    
    Tools --> SN[search_notes<br/>向量语义检索]
    Tools --> ST[search_by_tags<br/>SQL 标签匹配]
    Tools --> GF[get_file_content<br/>获取文档全文]
    
    SN --> Agent
    ST --> Agent
    GF --> Agent
    
    Agent -->|3. 结果处理| G[rerank_results<br/>重排序 + 去重]
    G -->|处理后结果| Agent
    Agent -->|4. 生成答案| A[答案 + 📎 溯源引用]

🧠 RAG Agent（`src/rag/agent.py`）

职责

RAG Agent 是查询管线的核心，负责：

查询理解：通过 system prompt 解析用户意图
工具路由：根据查询内容选择调用哪些工具
结果融合：合并多个工具的返回结果
去重处理：消除重复的检索结果

System Prompt

RAG Agent 的 system prompt 内嵌查询理解逻辑，引导 Agent：

将用户问题重写为适合检索的关键词
判断应该使用哪些检索工具
根据语义、关键词返回的文件来源、文件名列表调取笔记全文

🔧 内部工具

注意：以下工具是 RAG Agent 的内部工具，不暴露给 MCP。 MCP 工具（src/mcp/tools.py）是独立的对外接口。

1. search_notes（向量语义检索）

@tool
def search_notes(query: str, top_k: int = 5) -> list[Document]:
    """通过语义相似度搜索个人算法笔记。
    
    Args:
        query: 检索词（重写后的关键词形式）
        top_k: 返回结果数量
    
    Returns:
        相关笔记片段列表，含 metadata
    """

实现：调用 vector_store.search(query, k=top_k)

2. search_by_tags（SQL 标签匹配）

@tool
def search_by_tags(keyword: str) -> list[str]:
    """通过关键词检索笔记标签，返回匹配的文件名列表。
    
    Args:
        keyword: 标签关键词（如 "并查集"、"线段树"）
    
    Returns:
        匹配的文件名列表
    """

实现：调用 sql_store.search_by_tags(keyword)，返回 filename 列表

3. get_file_content（获取文档全文）

@tool
def get_file_content(filename: str) -> str:
    """根据文件名获取笔记全文。
    
    Args:
        filename: 文件名（如 "fenwick.md"）
    
    Returns:
        笔记全文内容
    """

实现：调用 file_store.read(filename)

🔄 查询流程

步骤 1：查询理解

Agent 通过 system prompt 分析用户问题：

提取核心关键词
判断是否涉及具体题目
决定检索策略

步骤 2：工具路由

Agent 根据分析结果选择工具：

场景	调用工具
一般算法问题	`search_notes` → `get_file_content`
查找特定标签	`search_by_tags` → `get_file_content`
查询特定文件	`get_file_content`

步骤 3：结果处理

Agent 调用 rerank_results 工具，对检索结果进行后处理：

重排序（按相关性或时间）
截断（保留 top_k 个结果）

步骤 4：答案生成

Agent 根据 rerank_results 处理后的结果 + 用户原始问题，由 LLM 直接生成答案，并注入溯源引用。

📝 溯源引用格式

生成的答案包含溯源引用，格式如下：

来源	格式	示例
个人笔记	`[个人: filename#header]`	`[个人: fenwick.md#树状数组]`
公共题库（如 CPGraph）	`[公共: problem_id]`	`[公共: P3372]`

CPGraph 由前端工具调用，由SKILL指导生成带双源引用的答案。

⚙️ 配置依赖

[cp_graph]
enabled = false                      # 是否启用公共题库
url = "https://mcp.cpgraph.top/mcp"  # CPGraph MCP 地址

enabled = true：调用 CPGraph MCP 服务，后续可能添加用户知识体系分析等功能

4.1 KiB Raw Permalink Blame History Unescape Escape