第 6 卷
合并去重。覆盖面比单次查询大幅提升。
Q69:RAG 中如何处理表格数据? → 三种方案:① 将表格转为自然语言描述(简单但信息丢失)② 保留 Markdown表格格式切片(推荐)③表格类查询路由到Text2SQL。
Q70:如何评估 RAG 系统的质量?用什么框架? → Ragas 框架,四大核心指标:Faithfulness(忠实度)、 Answer Relevance(答案相关性)、Context Precision(上下文精确度)、Context Recall(上下文召回
率)。生产目标:F > 0.85, AR > 0.80。
Q71-Q75快速过
Q71:什么是Agentic RAG?→ Agent自主决定是否需要检索、检索什么、检索几次。比固定Pipeline更灵活简单问题直接回答,复杂问题多轮检索。
Q72:RAG vs Fine-tuning,什么时候用哪个? → RAG用于知识注入(让模型知道它训练时没见过的信息);
Fine-tuning 用于行为调整(改变模型的风格、格式、推理方式)。大多数场景 RAG 优先,Fine-tuning 是补充。
Q73:GraphRAG是什么?比普通 RAG好在哪? →用知识图谱(实体+关系)增强检索。当查询涉及实体间关系(如“张三的上级是谁”)时,普通向量检索找不到答案,但图查询可以直接遍历关系。
Q74:如何处理 RAG中的“信息冲突”? →当多个检索到的文档包含矛盾信息时:① 在 Prompt 中要求模型 “如果信息冲突,以最新的为准” ②在元数据中标注文档时间,优先取最新③对冲突部分明确告诉用户“不同
来源有不同说法”。
Q75:RAPTOR是什么?→递归抽象处理的树状检索增强生成。将文档自底向上聚类、摘要,形成树状结构。
查询时从树的不同层级检索,既能找到细节(叶子节点),也能找到总结(根节点)。
本章小结
核心考点高频关键词
| 分片策略 | 语义切片、Parent-Child、Overlap、递归切割 |
|---|---|
| 向量检索 | HNSW调优、余弦相似度、Hybrid、RRF |
| 重排序 | BGE-Reranker、Cross-Encoder、ColBERT、阈值 |
| 高级RAG | Query Rewriting、HyDE、Multi-Query、Agentic RAG |
| 评估 | Ragas、Faithfulness、Context Recall |
延伸:RAG面试高频追问
面试官最爱的追问链
问题 1:"介绍一下你们的 RAG 架构"
- 标准答案:七阶段 Pipeline(解析→分片→向量化→检索→重排→生成→评估)
追问 2:"你们的 Chunk 策略是怎么设计的?"
- 回答要点:递归切割 + Parent-Child + Overlap
追问 3:"为什么用 Parent-Child 而不是固定大小?"
- 回答要点:小 Chunk 精准检索 + 大 Chunk 完整上下文 → Faithfulness +23%
完整代码见 HTML 交互版
RAG系统设计面试评分标准
| 维度 | 满分标准 | 扣分项 |
|---|---|---|
| 架构完整性 | 提到全部7个阶段 | 漏掉Reranker扣5分 |
| 技术深度 | 能解释HNSW/RRF/Cross-Encoder原理 | 只说“用向量搜索”扣3分 |
| 工程经验 | 提到实际部署的坑(如中文Tokenizer) | 只谈理论扣3分 |
| 评估意识 | 提到Ragas或类似框架 | 不提评估扣5分 |
| 安全意识 | 提到PII脱敏和Faithful约束 | 不提安全扣3分 |
📖小白导读
本节讲的是「第四章:记忆机制、上下文管理与 Tool Call异常处理篇(Q76-Q100)」。读完你会掌握:
Q76:大模型的记忆有哪几种实现方式?各自的优缺点?
Q77:上下文窗口快用完了怎么办?
Q78:Tool Call(工具调用)的执行流程是怎样的?
Q79:Tool Call参数残缺或格式错误怎么办?
Q80:如何阻止 Agent 的工具调用死循环?
💡 代码部分已精简,完整可运行版本见HTML 交互课件。
第四章:记忆机制、上下文管理与Tool Call异常处理
篇(Q76-Q100)
Agent 的记忆和工具调用是最容易出 Bug的地方面试官最爱挖的坑
Q76:大模型的“记忆”有哪几种实现方式?各自的优缺点?
| 类型 | 原理 | 优点 | 缺点 | 适合 |
|---|---|---|---|---|
| 窗口记忆 | 保留最近N条消息 | 简单 | 丢失早期信息 | 短对话 |
| 摘要记忆 | 定期用LLM压缩旧消息为摘要 | 保留关键信息 | 压缩消耗Token | 中等对话 |
| 向量记忆 | 每条消息入向量库,按相关性召回 | 精准回忆 | 实现复杂 | 长期记忆 |
| 知识图谱记忆 | 提取实体关系存入图数据库 | 结构化 | 最复杂 | 用户画像 |
| 混合记忆 | 窗口(近期)+摘要(中期)+向量(长期) | 全面 | 复杂 | 生产首选 |
Q77:上下文窗口快用完了怎么办?
三级降级策略:
Token 使用率 < 60%→ 正常运行
Token 使用率 60-80% → 触发摘要压缩(压缩旧消息)
Token 使用率 > 80%→ 紧急裁剪(只保留 System Prompt + 最近 5 条 + 摘要)
Token 使用率 > 95%→ 强制截断(丢弃最旧的消息,保证不超限)