AI Agent 开发 03 | LangChain RAG 实战

模型知道莎士比亚，但不知道你的产品手册。RAG 就是给模型装上"外部知识库"的标准方案。这篇文章带你走完完整流程：从加载 PDF 到向量检索，最后让模型基于你自己的文档回答问题。

文档 → 切分 → 向量化 → 检索 → 生成，RAG 的完整链路

做过 AI 客服的人都有这个经历：用户问了一个公司内部的问题，模型要么说"我不知道"，要么开始瞎编。原因很简单，训练数据里没有你公司的产品手册。

最直接的想法是把文档整段塞进 Prompt。但一试就发现，手册稍微长一点（比如几十页），Prompt 就超出 Token 限制了。就算没超，把所有信息堆在一起，模型也分不清哪段是重点。

RAG（Retrieval-Augmented Generation，检索增强生成）就是标准解法^[1]。流程分两步走：先把文档切碎存进知识库，再根据用户的问题只找出相关片段交给模型。模型不需要读整本书，只需要看那几段相关的就够了。

RAG 五步走

LangChain 把 RAG 拆成五个步骤，每一步都有对应的组件：

步骤	组件	说明
1 加载	Document Loaders	读取 PDF、Word、网页、数据库等 200+ 数据源
2 切分	Text Splitters	把长文档切成语义完整的小段，控制每段长度
3 向量化	Embeddings	将文本转换成向量，存进向量数据库
4 检索	Retriever	收到用户问题后，去向量库里找最相关的段落
5 生成	Chain + LLM	把检索结果和问题一起交给模型，生成最终回答

左边是硬塞所有文档，右边是 RAG 只检索相关段落

动手搭建 RAG 管道

1加载文档

LangChain 提供了几十种 Document Loader^[2]。最常用的是 PDF 和网页抓取。下面以加载一个 PDF 文件为例：

Python - 加载 PDF

from langchain_community.document_loaders importPyPDFLoaderloader = PyPDFLoader("产品手册.pdf")docs = loader.load()print(f"共加载了 {len(docs)} 页")# docs 是 Document 对象列表，每个包含 page_content 和 metadata

Document 对象有两个字段：page_content 是文本内容，metadata 记录了来源信息（页码、文件名等），检索时可以用 meta 数据做过滤。

2切分文档

一整页 PDF 可能包含多个主题，直接整页做向量化会导致检索不准确。需要用 Text Splitter 把文档切成语义完整的片段。

Python - 文本切分

from langchain.text_splitter importRecursiveCharacterTextSplittersplitter = RecursiveCharacterTextSplitter(chunk_size=500,chunk_overlap=50,)chunks = splitter.split_documents(docs)print(f"切分成 {len(chunks)} 个片段")

chunk_size 和 chunk_overlap 怎么设？chunk_size 是每个片段的字符数，常用 500-1000。chunk_overlap 是相邻片段之间的重叠字数（50-200），用来避免某个关键句恰好被切分线切到两段里。模型上下文越大，chunk_size 可以设得越大。

3向量化并存入数据库

切好的片段需要转换成向量才能做语义搜索。LangChain 支持多种 Embedding 模型和向量数据库。下面用 OpenAI Embedding + FAISS^[3]（本地内存数据库）演示：

Python - 构建向量索引

from langchain_openai importOpenAIEmbeddingsfrom langchain_community.vectorstores importFAISSembeddings = OpenAIEmbeddings()vectorstore = FAISS.from_documents(documents=chunks,embedding=embeddings,)# 保存到本地，下次直接加载不用重新计算vectorstore.save_local("faiss_index")

from_documents 一步完成了向量化和入库。保存到本地后，下次启动不用重新计算 Embedding，直接加载即可。

4检索 + 生成

前面三步是"建索引"（一次性工作），这一步是"问答"（每次用户提问时执行）。把检索器和模型串成一条 LCEL 管道：

Python - RAG 问答链

from langchain_core.prompts importChatPromptTemplatefrom langchain_core.output_parsers importStrOutputParserfrom langchain_core.runnables importRunnablePassthroughretriever = vectorstore.as_retriever(search_kwargs={"k": 5})template = ChatPromptTemplate.from_messages([ ("system", "根据以下资料回答问题：\n{context}"), ("human", "{question}")])chain = ({"context": retriever, "question": RunnablePassthrough()} | template | model | StrOutputParser)answer = chain.invoke("产品的退换货政策是什么？")print(answer)

这段代码的核心是 {"context": retriever, "question": RunnablePassthrough()}。它的意思：用户的问题同时流向两个地方，原样传给模板（作为 question），以及传给检索器去查资料（结果作为 context）。模板把两者拼在一起送给模型，模型就有了上下文来回答。

提升检索质量的高级技巧

基础 RAG 已经能跑了，但生产环境中你会遇到两个问题：检索不准确（搜到的内容不相关）和信息过载（搜到太多无关内容干扰模型）。LangChain 提供了两个高级检索器来解决：

基础检索 vs 多路召回 + 压缩，检索精度差距明显

MultiQueryRetriever，用户问一个问题，它自动生成多个不同角度的问法，分别去检索，最后汇总结果。比如用户问"怎么退款"，它会同时搜"退货流程"、"取消订单"、"退款政策"等变体，覆盖率更高。

ContextualCompressionRetriever，先大范围检索，再用一个 LLM 或 Embedding 模型对结果做压缩和重排序，只保留与问题最相关的几段。适合文档片段本身很长、需要精炼的场景。

性能提示：FAISS 是内存数据库，适合原型开发和数据量较小的场景。生产环境建议用 Qdrant、Milvus 或 Pinecone 等独立部署的向量数据库，支持水平扩展和持久化。

总结

RAG 的核心思路很朴素：不要让模型读整本书，只给它看相关的那几页。LangChain 把整个链路封装成了 5 步可组合的组件，核心代码不超过 20 行。

加载 → 切分 → 向量化 → 检索 → 生成，每一步都有多种实现可选，你可以根据数据类型、查询场景和性能要求灵活组合。

参考资料

[1]	LangChain RAG 入门教程，https://python.langchain.com/docs/tutorials/rag/（2026 年 7 月）
[2]	LangChain Document Loaders 文档，https://python.langchain.com/docs/how_to/#document-loaders（2026 年 7 月）
[3]	FAISS 向量数据库文档，https://github.com/facebookresearch/faiss（2026 年 7 月）

墨羽鸿明 | AI Agent 开发专栏 | 原创文章