[!WARNING] 《进阶设计：RAG进阶》

  • 跳转至这里阅读：[08. Milvus、BM25L、RRF 与 rerank 混合检索](/oncall/AI Native 工程化实战（智能OnCall Agent）/05｜OncallAgent 功能与源码解析/08. Milvus、BM25L、RRF 与 rerank 混合检索/)

这次 RAG 升级的核心是：从“单路向量召回 ”，升级成一套可用于生产环境的“混合召回 + RRF 融合 + 真实 rerank + 权限与证据链”系统。

升级后的完整检索链路是：

Agent 判断是否需要知识库
  → 校验 query、topK、过滤器和知识库权限
  → 并行召回
      ├─ query embedding → Milvus 语义召回 Top 20
      └─ scoped chunks → BM25L 词项召回 Top 20
  → owner / tenant / 文档 / metadata 二次过滤
  → RRF 融合并去重，保留 Top 20
  → qwen3-vl-rerank 真实精排
  → 返回最多 5 条结果及对应引用

几个特别重要的设计变化：

  1. 混合检索解决两类问题 向量检索负责“意思相近”，BM25L 负责“字符必须精确”。即使某个片段只在一路命中，也能进入候选；两路都命中的片段会受到 RRF 奖励。

  2. 不直接相加不同分数 COSINE 和 BM25L 的分数量纲不同，因此不相加原始分数，而是按照名次计算：

RRF score = Σ 1 / (60 + rank)

  1. rerank 从理论概念变成真实工程实现 基础文档已经介绍过 Cross Encoder，但升级版真正接入了 qwen3-vl-rerank，加入有限重试、响应索引校验、分数范围校验，并以 rerankScore 作为最终相关性分数。

  2. 权限参与检索和排名 未授权文档不仅不能出现在结果中，也不能参与 BM25 的 IDF 统计，避免其他租户的语料间接改变当前用户的排名。

  3. 结果具备可解释证据链 每条结果都保留：

  • vectorRank / vectorScore
  • bm25Rank / bm25Score
  • rrfScore
  • rerankRank / rerankScore

  1. 前端可以解释“为什么进入候选”和“为什么最终排在这里”，但高分仍不能直接当作故障根因证据。

  2. 采用失败关闭策略 Embedding、Milvus、BM25L 或 rerank 任一环节失败，都会返回安全的系统错误，不会偷偷回退到单路结果。只有正常执行后确实无候选，才返回空 results。

一句话概括：这次主要升级的不是 RAG 的“生成”，而是检索中间层——召回更全面、排序更准确、权限更严格、结果更可解释。