4.8 基于两阶段索引的 RAG Agent 搭建在上一节内容中我们介绍了基于 Qwen3 Reranking 模型的原理及使用方法并且对 Qwen3 Reranking 模型的实现代码也进行了简单的介绍。在本节内容中我们将以第4.4节中介绍的 RAG Agent 为基础来搭建一个包含有两阶段索引的 RAG Agent 。4.8.1 两阶段索引实现因为整个 RAG 框架我们已经在第4.4节内容中介绍过了所以这里只需要再实现两阶段索引部分的流程并进行简单改造即可。具体地对于重排序部分的逻辑实现如下1deftext_rerank(query: str None, docs: List[Document] None, top_n3):2documents [doc.page_contentfordocindocs]3resp dashscope.TextReRank.call(modelqwen3-rerank, queryquery,4documentsdocuments, top_ntop_n, return_documentsFalse,5instructGiven a web search query, retrieve relevant passages that answer the query.)6ifresp.status_code HTTPStatus.OK:7results resp.output.results8filtered_info [[item.index, item.relevance_score]foriteminresults]9filtered_docs [docs[item[0]]foriteminfiltered_info]10returnfiltered_docs, filtered_info11else:12returndocs[:top_n], []在上述代码中第1行代码docs表示对于当前query来说从向量库中检索到的与之相关的候选文档为一个列表。第2行取每个Document对象中的page_content即文本内容。第3~5行是得到排序后的结果并取前top_n个详细内容参见第4.7.2节。第6~9行是过滤无用信息仅返回前top_n个Document对象以及对应的索引和相似性评分。4.8.2 检索工具改造进一步需要对检索工具retrieve_context进行一定的改造使得其能够对从向量库检索到的内容进行二次排序。具体地实现过程如下1tool2defretrieve_context(query: str, config: RunnableConfig):3vector_store config[configurable].get(vector_store)4k config[configurable].get(k)5top_n config[configurable].get(top_n)6artifact vector_store.similarity_search(query, kk)7filtered_doc, filter_info text_rerank(query, artifact, top_ntop_n)8print(f从向量数据库检索到的{k}篇文档中相关度前{top_n}个文档的来源为:)9foriinrange(top_n):10print(f\t{artifact[i].metadata})11print(f\n经过排序模型处理后相关度前{top_n}个文档的来源为:)12foriinrange(top_n):13print(f\t{filtered_doc[i].metadata})14iflen(filtered_doc) 0:15print(ftext_rerank 执行失败)16print(f一共从向量库检索到{len(artifact)}篇文章经过reranking模型处理后返回{len(filtered_doc)}17f篇最相似的文档相似性评分分别为:{filter_info})18content \n\n.join(19(fSource:{doc.metadata}\nContent:{doc.page_content})20fordocinfiltered_doc)21returncontent在上述代码中第7行则是重排序后的结果。第8~17行是作为验证的相关输出信息。第18~20行则是处理返回输入到模型中的参考内容与之前一致。4.8.3 输出结果分析此时便可以运行上述代码得到类似如下结果# Human Message # 郭靖这个人物在这部小说当中是谁它的出生背景是什么# Ai Message # Tool Calls:# retrieve_context (call_a80494c707914126a3b383)# Call ID: call_a80494c707914126a3b383# Args:# query: 郭靖 出生背景 小说人物# 从向量数据库检索到的20篇文档中相关度前3个文档的来源为:# {level_1: 第七回 比武招亲, pk: 465261515437506672, source: RAGWithMe/data/jinyong/金庸-射雕英雄传精校版.txt, start_index: 5796}# {level_1: 第七回 比武招亲, pk: 465261515437506675, source: RAGWithMe/data/jinyong/金庸-射雕英雄传精校版.txt, start_index: 7025}# {level_1: 第三十九回 是非善恶, pk: 465290802323521722, source: RAGWithMe/data/jinyong/金庸-射雕英雄传精校版.txt, start_index: 0}# 经过排序模型处理后相关度前3个文档的来源为:# {level_1: 第三回 黄沙莽莽, pk: 464859367376683180, source: RAGWithMe/data/jinyong/金庸-射雕英雄传精校版.txt, start_index: 7398}# {level_1: 第七回 比武招亲, pk: 465261515437506672, source: RAGWithMe/data/jinyong/金庸-射雕英雄传精校版.txt, start_index: 5796}# {level_1: 第三十八回 锦囊密令, pk: 465290802323521715, source: RAGWithMe/data/jinyong/金庸-射雕英雄传精校版.txt, start_index: 15090}# 一共从向量库检索到20篇文章经过 reranking 模型处理后返回3篇最相似的文档相似性评分分别为: [[0, 0.8125869388341607], [17, 0.8091164423628996], [5, 0.7374832867736165]]# Ai Message # 郭靖是《射雕英雄传》中的主人公。他的母亲李萍是浙江临安人父亲是山东好汉。郭靖出生于临安府牛家村幼年时因战乱随母亲流落蒙古大漠。母亲李萍含辛茹苦抚养他在大漠中以畜牧为生并依丈夫遗言为其取名“郭靖”。他四岁才会说话性格憨厚朴实六岁时已能在草原上放牧牛羊。母子以临安乡音对话但均通晓蒙古话。丘处机道长曾于其出生时赠短剑并为其取名“郭靖”寓意不忘“靖康之耻”。根据上面的输出结果可以看出完整内容参见 基于两阶段索引的RAG Agent检索增强与 Agent 结合实践