第一种：Naive RAG（基础 RAG）
把文档切成小块（比如 500 字），然后转化成向量，存入向量数据库。用户查询时，也把问题转化成向量，之后检索，让 LLM 处理后返回。
第二种：Semantic Chunking（语义分块）
在 Naive RAG 里，如果 500 字为一块儿，那容易把关键内容截断，语义分块是指先把文档按句子拆开，计算相邻句子的相似度，该度下降，话题变了，在这个地方拆分。
第三种：Parent-Child Retrieval（父子级检索）
可切块有个矛盾，切小了检索精准但上下文不足，切大了上下文足但噪声多。父子级检索是先把文档切成大块，再把大块细分成小块。检索时用小块精确匹配，命中后返回它所属的大块，保证检索精度又提供完整上下文。
第四种：Hybrid Search（混合检索）
但是！纯向量检索不擅长精确术语匹配，比如搜"ERROR_CODE_4012"这种编码，找不到精确结果。混合检索同时使用向量搜索和关键词搜索（如BM25），向量负责语义理解，关键词负责精确匹配，通过RRF算法合并两边结果，适合术语密集的领域。
第五种：Reranking（重排序）
可检索回来的文档里总会混有噪声。Reranking是在检索和生成之间加一个精排步骤，用Reranker模型给每对（问题，文档）重新打分。一般采用分层筛选，先用粗检索召回150个，再用轻量Reranker筛到20个，最后用Cross-Encoder精排出Top 5，平衡召回率和计算成本。
第六种：Agentic RAG（智能体 RAG）
不同场景需要不同的检索方式，有的查向量库，有的查数据库，有的搜网络对吧。Agentic RAG 让 AI Agent 自主决策，配备一组检索工具，Agent根据问题自动选择合适的工具，看结果够不够，不够就换方式再搜，直到信息足够生成答案，非常灵活。
第七种：Corrective RAG（纠偏式 RAG）
有个问题，Agentic 搜到的资料可能质量不好，如果大模型硬着头皮用这些内容回答，就会胡说八道。Corrective RAG 在检索和生成之间加个质检员，逐个审查检索到的文档是否相关。打分高的直接用，打分低的回退。
第八种：Self-RAG（自修正 RAG）
大模型可能拿到正确资料但回答时夹带私货，产生幻觉。这... 怎么搞？
Self-RAG 在整个流程设置四个检查点让模型自我审视：这个问题需要检索吗？检索到的文档相关吗？我的回答有文档支撑吗？这个答案对用户有用吗？通过多次自我验证，提高答案的准确性和可靠性。