RAG(检索增强生成)

RAG 通过在生成回答前从你自己的数据里检索相关上下文,来增强 LLM 的回答。DB-GPT 提供了完整的 RAG 框架,支持多种索引与检索策略,并把知识库对话跑成 agentic RAG 循环。

两个阶段:索引与对话

索引(文档同步时)                       对话(聊天时)
───────────────────                    ────────────────────
上传 → 切分 → 索引                     问题
                │                              │
    向量 / 关键词 /                          agentic RAG 循环:
    知识图谱                                 改写 → 检索
    (+ 结构树,                               (可能多轮) →
     + 代码文件的代码图谱)                    融合 + 重排 →
                                              带引用的回答

两个阶段解耦——索引在同步时执行一次,对话时只检索,不重新索引。

对话怎么工作(agentic RAG)

DB-GPT 不是单次"检索-生成",而是由 agent 驱动循环:

agent 可以改写问题、多次检索、融合重排结果、产出带引用的回答——让它能处理单次 RAG 应付不了的复杂或多部分问题。完整细节见 Agentic RAG 对话原理。

索引

所有索引都作用在同一批 chunk 上,所以切分质量是地基。

索引	能给你什么	何时建
向量	embedding + 余弦的语义相似度	同步时
关键词(BM25)	精确词匹配	同步时
知识图谱	对实体、文档结构、标题、代码做图遍历	同步时
结构	Markdown 标题树 / 父子导航	查询时(按 chunk 标题元数据)
代码图谱	代码 AST,产出 function/class 节点(代码文件 / git 仓库)	同步时

提示

知识图谱索引是一组图:LLM 抽取的三元组图、文档-段落结构图、Markdown 标题层级图,以及代码 AST 图(用 tree-sitter 解析)。详见知识库索引原理。

支持的文件格式

支持上传并处理多种文档格式:

• 文档:PDF、Word(.docx)、Markdown、TXT
• 表格:Excel(.xlsx)、CSV
• 网页:HTML、URL
• 代码:Python、Java、JavaScript、TypeScript、Go、Rust、C/C++——解析进代码图谱

RAG 快速开始

1. 打开 DB-GPT Web UI
2. 侧边栏进入 Knowledge Base
3. 新建知识库(选择索引方法:Vector / Knowledge Graph / Full Text,可组合)
4. 上传文档
5. 等待处理完成
6. 开始与知识库对话(走 agentic RAG 循环)

编程访问见 RAG Cookbook。

下一步

• 知识库索引原理——一篇文档如何变得可被检索
• Agentic RAG 对话原理——一个问题如何变成带引用的回答
• 知识库 UI——在 Web UI 管理知识库
• Graph RAG——基于知识图谱的检索
• RAG 模块——RAG 框架深入
• RAG 开发指南——编程构建 RAG 应用