Agent 入门 05 让 Agent 查不到就换个法子再查

Agentic RAG 就是让模型自己负责检索：查到的不对就改问法、换数据源、再查，直到答案可靠。

先记住这几点

• 普通 RAG：先检索，再让模型照着答，一条路走到底。
• Agentic RAG：模型调用工具，检查结果，不行就改写、换源、再试，像'做完自己检查'的循环。
• 它自己决定下一步做什么，而不是照着提前写好的流程。
• 适合对准确性要求高、要查数据库、流程较长的场景。

展开说说

怎么转起来。 模型发出查询 → 拿到结果 → 评估够不够好 → 不够就改写查询、换一种检索方式、再调别的工具 → 够了才回答。不用特别复杂的编排，一个'调模型、用工具、再调模型'的循环就能做出很稳的结果。

为什么叫'自己负责推理'。 比如让它做产品发布策略，你不用把'先查市场趋势、再看竞品、再看用户反馈'写死。它会自己判断先查什么，发现资料不够再补。

适合的场景。 答错代价高的场合（法务、医疗、合规）；要去查结构化数据库，用户问法不规范时需要改写；一次查不全、需要多轮的长任务。

注意。 每多一轮就多一次调用，成本和时间都会涨。要设定最多几轮，并在多次失败后交给人。

图片来自课程仓库。

动手试试

随便问模型一个需要最新资料的问题，让它'先搜、再判断够不够、不够就改关键词再搜，最多三轮'，看它怎么改写。

让 Agent 带你学

把下面这段交给你的 Agent（Claude Code、ChatGPT、Gemini 都行），它会像导师一样一步步带你。

参考

• 内容改写自 microsoft/ai-agents-for-beginners 的第 5 课（05-agentic-rag），原项目为 MIT 许可证。
• 想看原版和完整代码：05-agentic-rag
• 全部课程见 Agent 课程路线图