正在打开每日关注
正在打开每日关注
视频从传统 RAG 链路切入，借 Chatbox 的工具调用与循环决策示例说明 Agentic RAG；适合作为实现思路参考，结论仍需独立验证。
vY ” 目 从 传 忱 RAG 到 Agentk RAGe9T xX 只 Claudesonnet45-APLPro X | 四 Siliconcloud Xx | + [。 藉 < >》 @C 和 5 ux4kkw3qc8sfeaishucn/docyNIwYdQXn1oV3vcaKFTcUxWsnkv 女 让 | 国 : 关 大 模型 技术 分 享 ， 从 传统 RAGSAgentic RAG 的 演进 不 二 有 入 本 RAG 知 识 库 已 经 保存 到 云 销 二 编 有 4 & 二 和 64 ”print(f" 回 答 : 【respon
该视频主张 Agentic RAG 是传统 RAG 的演进方向，并以传统离线入库、在线检索、过滤/截断/重排序和增强 Prompt 链路作为铺垫。其核心描述是：将检索、读取文件、查看元数据等能力封装为工具，由 LLM 视问题决定是否检索、调用何种工具及是否多轮调用，形成“思考—行动—观察”的循环；视频还把 Chatbox 的搜索与重排序流程作为示例。
可借鉴之处在于把 RAG 设计重点从“固定流水线”转到可观测的决策、工具接口和证据读取粒度，并保留检索结果注入与引用输出的意识。边界是视频文案中的“碾压”“未来”等属于观点，不能据此判断效果或替代所有传统 RAG。Agentic 流程通常会增加时延、调用成本、工具失败面与提示注入风险；是否采用应以任务准确率、可追溯性、延迟和成本的对照评测决定。