RAG 2.0 – 智能问答架构工作流

## 工作流概述

该工作流实现了自适应检索增强生成技术，能够根据用户查询的类型自动选择最合适的检索和回答策略。系统将用户查询分为四种类型：事实性查询、分析性查询、观点性查询和上下文相关查询，并为每种类型提供专门的AI处理策略。

## 核心功能模块

### 1. 查询分类系统
– 使用Google Gemini AI对用户查询进行智能分类
– 支持四种查询类型：Factual（事实性）、Analytical（分析性）、Opinion（观点性）、Contextual（上下文相关）

### 2. 自适应策略引擎
– **事实性策略**：专注于精确信息检索，优化查询以提高准确性
– **分析性策略**：生成子问题以全面覆盖主题的不同方面
– **观点性策略**：识别和收集关于主观话题的不同观点
– **上下文策略**：推断用户查询中的隐含上下文信息

### 3. 智能检索系统
– 使用Qdrant向量数据库进行语义搜索
– Google Gemini嵌入模型生成向量表示
– 根据查询类型自适应调整检索策略

### 4. 响应生成系统
– 基于检索到的上下文信息生成准确回答
– 支持对话记忆管理，保持对话连贯性
– 可集成到聊天界面或作为子工作流使用

## 技术架构

工作流包含多个关键节点：
– Chat Trigger节点：处理用户输入
– Google Gemini节点：AI模型处理
– Qdrant节点：向量数据库检索
– Switch节点：查询类型路由
– Memory Buffer节点：对话记忆管理
– Set节点：数据字段处理
– Summarize节点：上下文合并
– Respond to Webhook节点：响应输出

## 应用场景

– 智能客服系统
– 知识库问答
– 文档检索助手
– 多轮对话系统
– 个性化信息检索