核心要点

  • Spring AI 把 RAG 实现为 Advisor：最简单的 QuestionAnswerAdvisor 一行接入「检索-拼接-回答」；模块化的 RetrievalAugmentationAdvisor 则允许把每个阶段拆开自定义。

  • 预检索（pre-retrieval）阶段处理用户 query：可做查询改写、扩展为多个子查询、翻译、压缩历史上下文，目标是让送入检索的 query 更利于召回。

  • 检索（retrieval）阶段从向量库取相关文档：执行向量相似度检索、按元数据过滤、控制 topK 与相似度阈值，是召回相关知识的核心环节。

  • 后检索（post-retrieval）阶段加工候选文档：可做 rerank 重排、压缩裁剪、去重、合并，提升喂给模型的上下文质量，再拼进 Prompt 生成答案，整体对齐 Modular RAG 的可插拔编排思路。

标准回答

一、为什么要模块化 RAG

朴素 RAG 就是「检索 topK 文档 + 拼进提示词」，实现简单但效果天花板低：query 表达不佳会召回不准、检索结果含噪声会干扰生成。模块化 RAG（Modular RAG）的思路是把流程拆成若干可独立替换、可重排的阶段，按业务需要灵活编排。Spring AI 正是用 Advisor 体系落地了这一理念。

二、两个层次的 Advisor

Spring AI 提供两种 RAG Advisor：

  • QuestionAnswerAdvisor：开箱即用的简单版，自动完成「用 query 检索向量库 → 把文档拼入上下文 → 回答」，适合快速搭建。
  • RetrievalAugmentationAdvisor：模块化版，把 RAG 拆成预检索、检索、后检索三大阶段，每个阶段都有对应的可插拔组件接口，可按需替换或组合。

三、预检索（pre-retrieval）

聚焦「把 query 变好」。常见组件能力包括：查询改写（让口语化问题更适合检索）、查询扩展（拆成多个子查询提升召回覆盖）、查询翻译（跨语言知识库）、以及结合对话历史压缩出独立可检索的 query。这一步直接影响后续召回质量。

四、检索（retrieval）

核心召回环节：基于向量相似度从 VectorStore 检索候选文档，可叠加元数据过滤（按租户、时间、来源限定）、调节 topK 与相似度阈值。也可在此组合多路检索结果。目标是又准又全地拿到相关知识片段。

五、后检索（post-retrieval）

对召回结果做精加工再喂给模型：rerank 用更强的相关性模型重排、压缩裁剪掉无关段落、去重与合并相似内容、控制最终进入上下文的总量。处理完的文档拼进 Prompt，由模型生成最终答案。

六、整体价值

这套分阶段、可插拔的设计让团队可以针对自身瓶颈做精准优化——召回差就强化预检索与检索，上下文噪声大就加 rerank 与压缩——而不必重写整条链路，正是 Modular RAG 工程化的体现。

常见误区

⚠️ 常见踩坑

不要一上来就堆模块化 RAG 的全部阶段——若业务简单，QuestionAnswerAdvisor 就够用，过度设计反而增加延迟与维护成本。另一个误区是只盯检索阶段、忽视预检索：很多召回不准其实源于 query 表达差，查询改写/扩展常比换向量模型收益更大。还要注意各阶段都会增加额外的模型或重排调用，带来延迟和成本，应按瓶颈定位针对性增减组件，并用评测集量化每个阶段的真实增益，而非凭感觉堆叠。

追问

追问 1：QuestionAnswerAdvisor 和 RetrievalAugmentationAdvisor 该如何选型？

按复杂度与可控性需求选。QuestionAnswerAdvisor 配置少、接入快，适合标准的「检索即回答」场景和快速原型；当默认的检索-拼接策略满足不了效果时再升级。RetrievalAugmentationAdvisor 适合需要定制查询改写、元数据过滤、rerank、压缩等环节的生产级 RAG，或要对各阶段单独调优和评测的场景。可以先用前者打底，发现瓶颈后切换到后者做精细化编排。

追问 2：后检索阶段加 rerank，相比只调大 topK 有什么好处？

单纯调大 topK 能提升召回率，但会引入更多噪声文档，且向量相似度只是粗排，未必反映真正的相关性。rerank 用更精确（通常是 cross-encoder 类）的相关性模型对候选重排，把最相关的放前面，再截取少量送入上下文。这样既享受大 topK 的高召回，又通过重排+裁剪保证进入提示词的内容高质高纯，缓解长上下文「迷失在中间」的问题。代价是多一次重排计算，需权衡延迟。

追问 3：模块化 RAG 链路变长后，如何评估和定位是哪个阶段的问题？

分阶段评测是关键。检索阶段用召回率、命中率（标准答案所需文档是否被召回）衡量；生成阶段用答案正确性、忠实度（是否基于检索内容、有无幻觉）、是否引用了相关上下文等指标衡量。配合 Spring AI 基于 Micrometer 的可观测能力记录各阶段耗时与调用。若答案错但文档已召回，问题多在生成或后检索的上下文质量；若关键文档没召回，则回到预检索与检索阶段优化 query 与索引。

🔗 相似问题

同一考点的不同问法，面试官可能换着问，一起刷更稳

没找到想看的面试题？把你想看的告诉我们 →

延伸学习

按主题分类的相关资源，便于系统复习

核心术语

查看更多 →