为什么仅靠向量搜索不够
向量数据库擅长查找语义匹配，但企业文档有自己的规律：严格的目录层级、众多的主题域、章节之间的交叉引用。查询“如何降低基站能耗”不仅需要相似的段落，还需要精确命中正确的子章节，并考虑相邻的指令。经典的RAG方案在这一阶段开始出错：查询被送入错误的域，文档结构实际上被忽略，搜索缺乏关于究竟该在哪里查找的推理支撑。
arXiv上最近一篇预印本的作者提出了VDGR-RAG框架，它整合了四种方法：向量、目录、图谱和反思。系统像智能体一样工作：它不只是提取片段，而是有目的地遍历知识库，评估中间结果，并在必要时改变方向。
核心思路：从目录到知识图谱
VDGR-RAG的基础是从文档构建异构知识图谱（H²KG）。其中既保留了目录层级——章节与子章节之间的“父子”关系——也保留了语义块之间的语义关联。这使得系统在任何时刻都能回答这样的问题：“这个片段位于哪个章节？”“还有哪些内容与这个主题相关？”“需要向上回溯到哪里才能获得整体上下文？”
原子化搜索工具
智能体逻辑通过四个相互协作的模块实现。
- 目录增强路由 — 基于目录的导航。该模块首先判断查询属于哪个域或知识图谱，然后才启动深度搜索。
- 多路检索 — 同时通过三种方式并行提取信息：向量方式、结构方式（按目录章节）和图谱方式。这降低了遗漏重要文档的风险。
- 目录回溯 — 如果初始路由不正确，智能体会返回目录并改变搜索轨迹。
- 动态反思 — 系统在每一步之后评估已积累的事实是否足够，并规划下一个查询。本质上这是一种迭代式自我反思，避免在无关片段中“越陷越深”。
这些模块并非按顺序工作，而是作为一个整体回路：反思可以触发重新路由，多路检索返回的候选结果随后需要通过图谱进行验证。搜索变成了一个灵活的迭代过程，而不是对索引的一次性调用。
测试结果
作者在企业文档上验证了实际价值，这些文档涉及四个无线域——包括节能和故障管理。结果显示，无论是在知识查全率还是在问答准确率上，都明显优于标准RAG系统。
特别有用的是返回目录的能力：正是这一能力纠正了普通向量搜索自信地给出错误结果的情况。对于层级化文档而言，这种“与目录核对”往往比额外的索引更为重要。
结论
VDGR-RAG不仅仅是一个又一个混合检索器，它展示了智能体原则和图谱表示如何解决真实企业的痛点。当知识库中层级至关重要，而选错章节可能毁掉整个答案时，仅靠向量搜索确实不够。
