RAG（检索增强生成）里，检索这一步往往比看起来更关键。单靠向量语义检索能解决不少问题，但一到复杂问答、长文档或者结构化内容，单一路径就容易露出短板。模块化 RAG 之后，检索层也开始分化出更多做法。这里挑两种更常见、也更值得实际项目里考虑的模式：融合检索（Fusion Retrieval）和递归检索（Recursive Retrieval）。
融合检索（Fusion Retrieval）
融合检索的思路不复杂：同一个问题走多条检索路径，把结果汇总后再排一次序。它不是追求'某一种检索最好'，而是承认不同检索方式擅长的方向不一样。语义检索找相关上下文，关键词检索补精确命中，图谱或摘要索引则适合补关系和结构信息。单独看都不完美，拼起来通常更稳。
多路检索通常怎么做
常见的实现方式大致有三类。
- 问题重写或扩展：先用 Query Rewriter、Query Transform 之类的组件把原问题改写成几个不同说法，再分别检索。命中的 chunks 经过重排后取 Top-K。这个办法很常见，收益也直接，代价是多跑几次检索。
- 多种索引并行检索：同一个问题同时查向量索引、关键词索引，必要时再加知识图谱索引或摘要索引。它的优点是覆盖面更广，缺点也明显，链路一长，延迟和维护成本都会上来。
- 问题扩展 + 索引扩展：前两种一起用。召回会更全，但系统压力也最大。这个方案不是不能做，只是上线前最好先看业务到底需不需要这么'铺开'。很多场景里，简单的多查询加重排已经够用了。
关键组件和一个 LangChain 示例
在 LangChain 和 LlamaIndex 里，这类能力都不算冷门：重写器、检索器、重排器基本都有现成组件，自己组合就行。
- 查询扩展：可以自己调用 LLM 实现，也可以用框架里的 QueryTransform 之类组件。
- Reranker：可以自己写 RRF，也可以接 Cohere Reranker 这类专门模型。
- 检索融合：有的框架已经提供了融合检索器，比如 LlamaIndex 的
QueryFusionRetriever。
一个典型的 LangChain 写法大概是这样：
from langchain.retrievers import ContextualCompressionRetriever, MultiQueryRetriever
from langchain.vectorstores import FAISS
from langchain.llms import OpenAI
from langchain.embeddings import HuggingFaceEmbeddings
# 初始化向量存储和检索器
embeddings = HuggingFaceEmbeddings()
db = FAISS.load_local("./faiss_index", embeddings)
llm = OpenAI(temperature=0)
# 创建多路查询检索器
multi_query_retriever = MultiQueryRetriever.from_llm(
retriever=db.as_retriever(), llm=llm
)
# 执行查询
query = "如何部署大模型？"
relevant_docs = multi_query_retriever.get_relevant_documents(query)
如果想再稳一点，可以接一个 Reranker。RRF 的思路就是把不同检索源里的排名换算成分数再求和，越靠前权重越高。常见形式是 Score = sum(1 / (rank + k))，其中 k 是平滑系数，通常取 60 左右。
