搞定 Agent 混合检索:Apache Doris HSAP 一体化架构拆解与 2800 万数据实测
在开发 RAG(检索增强生成)或 AI Agent 系统时,后端检索模块的选型往往决定了整个系统的上限。很多初学者容易把精力放在 Prompt 工程或大模型微调上,但实际落地时才发现,真正卡住体验和延迟的,往往是数据的召回质量与查询性能。纯向量检索擅长语义理解,但在面对精确词(如产品型号、错别字较少的专有名词、ID 匹配)时经常“翻车”;而传统全文检索虽然精准,却缺乏语义泛化能力。因此,当前工业界的主流做法是采用混合检索(Hybrid Search):即结合结构化条件过滤 + 关键词倒排检索(BM25)+ 向量语义检索(ANN),最后通过 RRF 等算法对多路召回结果做融合重排。本文将从一个开...