企业官网建设流程全解析

R2R 检索与 RAG 实战指南：从向量搜索、混合检索到流式生成

【免费下载链接】R2RSoTA production-ready AI retrieval system. Agentic Retrieval-Augmented Generation (RAG) with a RESTful API.项目地址: https://gitcode.com/GitHub_Trending/r2/R2R

R2R 是一套生产可用的 AI 检索系统，围绕/retrieval/search与/retrieval/rag两个核心端点，提供了向量搜索、全文搜索、混合搜索（Hybrid Search）以及检索增强生成（RAG）的完整能力。本文以 search-and-rag.md 为主线，结合仓库内的路由实现、服务层源码与集成测试，系统讲解search_mode、search_settings、过滤语法、距离度量、知识图谱增强与流式 RAG 的配置与调用方式。读完本文，你将能够在 R2R 中按需组合语义检索、关键词检索与 LLM 生成，构建可落地、可调试的检索问答管线。

阅读前提：文档与代码示例均针对 R2R v3 API。默认服务地址为http://localhost:7272，示例中的https://api.sciphi.ai为官方托管服务地址，自建部署时请替换为本地地址。所有请求都需要在Authorization: Bearer头中携带有效令牌（使用认证功能时）。

检索的核心控制面：search_mode与search_settings

无论是调用 Search 还是 RAG 端点，检索过程都由两个参数共同驱动：

• search_mode（可选，默认custom）：选择预设模式或完全自定义。
  • basic：默认使用简单的语义搜索配置，适合快速上手；
  • advanced：默认使用结合语义与全文的混合搜索配置，召回面更广；
  • custom：通过search_settings对象完全自定义。若custom模式下省略search_settings，则应用默认向量搜索配置。
• search_settings（可选）：细粒度配置对象。如果与basic或advanced模式同时提供，这些设置会覆盖模式的默认值。关键字段包括：

从源码看，这些字段在 py/shared/abstractions/search.py 的SearchSettings中被正式定义。值得注意的默认值与约束：

• limit被限制在1 ~ 1000之间（ge=1, le=1_000）；
• 还提供offset字段（默认0）用于分页；
• search_strategy的可选值在服务层被解释为vanilla（基础检索）、hyde（HyDE）与rag_fusion（RAG-Fusion），代码注释中还提及了query_fusion；
• 当使用 HyDE 或 RAG-Fusion 策略时，num_sub_queries（默认5）控制生成子查询/假设文档的数量。

SearchSettings.get_default(mode)方法（search.py）展示了三种模式的实际差异：basic模式仅开启use_semantic_search=True，advanced模式则同时开启语义与全文并默认采用hyde策略，custom模式返回空配置（所有字段使用默认值）。

模式与设置如何合并：路由层的真实逻辑

在 py/core/main/api/v3/retrieval_router.py 的_prepare_search_settings中可以看到模式与覆盖参数的合并逻辑：

1. 若search_mode != custom，先从SearchSettings.get_default(mode.value)取模式默认配置；
2. 若用户同时提供了search_settings，则调用merge_search_settings将用户设置逐字段覆盖到模式默认值上（exclude_unset=True保证只有显式设置的字段才参与覆盖）；
3. custom模式则直接使用传入的search_settings，否则使用默认的SearchSettings()；
4. 最后调用select_search_filters(auth_user, effective_settings)为当前用户注入权限相关的过滤条件——非超级用户会被自动追加owner_id == 当前用户或collection_ids与用户可见集合重叠的$or约束（见 search.py）。

这意味着：过滤与权限在路由层自动叠加，即使调用方未显式传filters，非超级用户也只会检索到属于自己的文档或所属集合内的文档。

纯检索：/retrieval/search

/retrieval/search返回原始检索结果，不经过 LLM 生成。它适合需要直接消费检索证据、做二次重排或构建自定义管线的场景。

基本搜索示例

# Uses default settings (likely semantic search in 'custom' mode) results = client.retrieval.search( query="What is DeepSeek R1?", ) # Explicitly using 'basic' mode results_basic = client.retrieval.search( query="What is DeepSeek R1?", search_mode="basic", )

// Uses default settings const results = await client.retrieval.search({ query: "What is DeepSeek R1?", }); // Explicitly using 'basic' mode const resultsBasic = await client.retrieval.search({ query: "What is DeepSeek R1?", searchMode: "basic", });

# Uses default settings curl -X POST "https://api.sciphi.ai/v3/retrieval/search" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "query": "What is DeepSeek R1?" }' # Explicitly using 'basic' mode curl -X POST "https://api.sciphi.ai/v3/retrieval/search" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "query": "What is DeepSeek R1?", "search_mode": "basic" }'

在路由层（retrieval_router.py），search_app会校验query非空（空查询直接返回 400），随后调用services.retrieval.search(query, effective_settings)并返回WrappedSearchResponse。Python SDK 与 JS SDK 的对应方法分别位于 py/sdk/asnyc_methods/retrieval.py 与 js/sdk/src/v3/clients/retrieval.ts。

响应结构（WrappedSearchResponse）

Search 端点返回WrappedSearchResponse，其中包含AggregateSearchResult对象，主要字段如下：

• results.chunk_search_results：相关文本块ChunkSearchResult列表（包含id、document_id、text、score、metadata）；
• results.graph_search_results：相关GraphSearchResult列表（实体、关系、社区），在图检索激活且有结果时出现；
• results.web_search_results：WebSearchResult列表（若网络搜索被启用；通常网络搜索经由 RAG/Agent 路径完成）。

// Simplified Example Structure { "results": { "chunk_search_results": [ { "score": 0.643, "text": "Document Title: DeepSeek_R1.pdf...", "id": "chunk-uuid-...", "document_id": "doc-uuid-...", "metadata": { ... } }, // ... more chunks ], "graph_search_results": [ // Example: An entity result if graph search ran { "id": "graph-entity-uuid...", "content": { "name": "DeepSeek-R1", "description": "A large language model...", "id": "entity-uuid..." }, "result_type": "ENTITY", "score": 0.95, "metadata": { ... } } // ... potentially relationships or communities ], "web_search_results": [] } }

对照 py/shared/abstractions/search.py，ChunkSearchResult的实际字段为id、document_id、owner_id、collection_ids、score、text、metadata；GraphSearchResult（search.py）则通过content字段承载GraphEntityResult/GraphRelationshipResult/GraphCommunityResult三种类型之一，并以result_type区分（entity/relationship/community）。

混合搜索示例

将基于关键词的全文检索与向量检索结合，可以获得更广的召回。

hybrid_results = client.retrieval.search( query="What was Uber's profit in 2020?", search_settings={ "use_hybrid_search": True, "hybrid_settings": { "full_text_weight": 1.0, "semantic_weight": 5.0, "full_text_limit": 200, # How many full-text results to initially consider "rrf_k": 50, # Parameter for Reciprocal Rank Fusion }, "filters": {"metadata.title": {"$in": ["uber_2021.pdf"]}}, # Filter by metadata field "limit": 10 # Final number of results after fusion/ranking }, )

const hybridResults = await client.retrieval.search({ query: "What was Uber's profit in 2020?", searchSettings: { useHybridSearch: true, hybridSettings: { fullTextWeight: 1.0, semanticWeight: 5.0, fullTextLimit: 200, rrfK: 50 // Assuming camelCase mapping in JS SDK }, filters: {"metadata.title": {"$in": ["uber_2021.pdf"]}}, limit: 10 }, });

curl -X POST "https://api.sciphi.ai/v3/retrieval/search" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "query": "What was Uber'\''s profit in 2020?", "search_settings": { "use_hybrid_search": true, "hybrid_settings": { "full_text_weight": 1.0, "semantic_weight": 5.0, "full_text_limit": 200, "rrf_k": 50 }, "filters": {"metadata.title": {"$in": ["uber_2021.pdf"]}}, "limit": 10, "chunk_settings": { "index_measure": "l2_distance" } } }'

HybridSearchSettings在 search.py 中定义了四个字段：full_text_weight（默认1.0）、semantic_weight（默认5.0）、full_text_limit（默认200）与rrf_k（默认50）。其中rrf_k是 Reciprocal Rank Fusion（倒数排名融合）的平滑常数k，用于合并两路检索排名；从服务层实现可以看到，RAG-Fusion 策略的融合逻辑_reciprocal_rank_fusion_chunks（py/core/main/services/retrieval_service.py）使用的 RRF 分数公式为1 / (k + rank)，默认k=60。

在服务层_vector_search_logic（retrieval_service.py）中，混合检索的条件是use_fulltext_search && use_semantic_search或use_hybrid_search为真，此时调用chunks_handler.hybrid_search(query_vector, query_text, search_settings)；随后所有检索结果都会经过completion_embedding.arerank(query, results, limit)做一次基于原查询语义的重排，并为每条结果写入associated_query元数据、在存在标题时拼接Document Title: ...前缀——这也解释了示例响应中text字段为何带有文档标题。

高级过滤

基于文档属性或元数据缩小检索范围。支持的运算符包括$eq、$neq、$gt、$gte、$lt、$lte、$like、$ilike、$in、$nin，并可通过$and与$or组合多个条件。

filtered_results = client.retrieval.search( query="What are the effects of climate change?", search_settings={ "filters": { "$and":[ {"document_type": {"$eq": "pdf"}}, # Assuming 'document_type' is stored {"metadata.year": {"$gt": 2020}} # Access nested metadata fields ] }, "limit": 10 } )

const filteredResults = await client.retrieval.search({ query: "What are the effects of climate change?", searchSettings: { filters: { $and: [ {document_type: {$eq: "pdf"}}, {"metadata.year": {$gt: 2020}} ] }, limit: 10 } });

从 py/core/providers/database/filters.py 可以看到，FilterOperator定义了完整的运算符集合：除上述列出的比较/匹配运算符外，还包含$overlap（检查数组是否有共同元素，底层映射为 PostgreSQL 的&&）、$contains、$not_contains、$array_contains、$length等，并支持$and/$or组合。值得注意的两点：

• $like/$ilike要求字段值为字符串（$ilike大小写不敏感）；
• 当collection_ids使用$eq时，查询会被自动映射为$overlap（见 filters.py），方便用集合 ID 直接圈定检索范围。

向量搜索的距离度量

通过chunk_settings.index_measure参数可配置向量检索的距离度量。选择合适的度量会显著影响检索质量，具体取决于嵌入模型与使用场景：

• cosine_distance（默认）：度量向量间的夹角余弦，忽略向量长度。最适合比较不同长度的文档。
• l2_distance（欧氏距离）：度量向量间的直线距离。当方向与长度都重要时适用。
• max_inner_product：针对寻找方向相似向量的场景优化。适合推荐系统。
• l1_distance（曼哈顿距离）：度量各维度绝对差之和。对离群值不如 L2 敏感。
• hamming_distance：统计向量各位置不同的数量。最适合二值嵌入。
• jaccard_distance：度量样本集合间的不相似度。适用于稀疏嵌入。

results = client.retrieval.search( query="What are the key features of quantum computing?", search_settings={ "chunk_settings": { "index_measure": "l2_distance" # Use Euclidean distance instead of default } } )

对于大多数文本嵌入模型（如 OpenAI 的模型），推荐使用cosine_distance。对于特殊嵌入或特定场景，可以实验不同度量以找到数据的最优配置。IndexMeasure枚举定义在 py/shared/abstractions/vector.py，后端（如 pgvector）通过算子映射（<=>对应 cosine、<#>对应 max_inner_product 等，见同文件 L60-L72）执行对应索引扫描；ChunkSearchSettings（search.py）中还提供了probes（默认10，ivfflat 索引查询的列表数量）与ef_search（默认40，HNSW 索引的动态候选列表大小），两者调高可提升准确率但降低速度。

知识图谱增强检索

除文本块检索外，R2R 还可以利用知识图谱丰富检索过程，带来以下收益：

• 上下文理解：知识图谱以实体（如人物、组织、概念）与关系（如"就职于""相关于""是……的一种"）存储信息。在图谱中检索可以发现纯文本检索容易遗漏的关联与上下文。
• 基于关系的查询：回答依赖连接关系的问题，例如"人物 X 参与了哪些项目？"或"概念 A 与概念 B 之间有何关联？"。
• 结构发现：图检索可以揭示更高层的结构，例如数据中相关实体的社区，或关键连接性概念。
• 结果互补：图结果（实体、关系、社区摘要）通过提供结构化信息与更广上下文，与文本块形成互补。

当知识图谱搜索在 R2R 中激活时，Search 或 RAG 端点返回的AggregateSearchResult会在graph_search_results列表中携带相关项，从而为理解或生成提供更丰富的上下文。

在服务层_graph_search_logic（retrieval_service.py）中，图检索默认通过graph_settings.enabled（默认true）开启，依次执行实体（entities）、关系（relationships）、社区（communities）三类搜索，分别受graph_settings.limits中的entities/relationships/communities键控制（未设置时回退到search_settings.limit），并且同样支持include_scores与include_metadatas开关。因此，即使只调用 Search 端点，只要数据集中构建了知识图谱，返回结果就可能同时包含文本块与图实体/关系/社区。

检索增强生成：/retrieval/rag

R2R 的 RAG 引擎将上文所述的检索能力（文本、向量、混合，以及可选的图谱结果）与 LLM 结合，生成以你摄入文档（以及可选的网络搜索结果）为事实依据、上下文相关的回答。

RAG 生成配置（rag_generation_config）

控制 LLM 生成过程的主要参数：

• model：指定使用的 LLM，例如"openai/gpt-4o-mini"、"anthropic/claude-3-haiku-20240307"。默认值在 R2R 配置中设定。
• stream：布尔值（默认false）。设为true时启用流式响应。
• temperature、max_tokens、top_p等：标准 LLM 生成参数。

GenerationConfig的完整字段定义在 py/shared/abstractions/llm.py，除上述参数外还包括max_tokens_to_sample（默认1024，兼容max_tokens写法并自动映射）、top_p（默认1.0）、functions/tools、api_base、response_format（支持传入 Pydantic 模型以 JSON Schema 方式结构化输出）以及 Anthropic 的extended_thinking/thinking_budget与 OpenAI 的reasoning_effort。在 retrieval_router.py 中，若请求未显式指定model，路由会自动回退到config.app.quality_llm指定的质量模型。

基本 RAG

使用与 Search 端点相同的search_mode与search_settings检索相关信息，再生成回答。

# Basic RAG call using default search and generation settings rag_response = client.retrieval.rag(query="What is DeepSeek R1?")

// Basic RAG call using default settings const ragResponse = await client.retrieval.rag({ query: "What is DeepSeek R1?" });

curl -X POST "https://api.sciphi.ai/v3/retrieval/rag" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "query": "What is DeepSeek R1?" }'

RAG 端点还额外支持task_prompt（自定义任务提示词覆盖默认值）与include_title_if_available（在可用时把文档标题加入 LLM 上下文，默认false）。

响应结构（WrappedRAGResponse）

非流式 RAG 端点返回WrappedRAGResponse，其中RAGResponse对象包含以下字段：

• results.generated_answer：LLM 合成的最终回答。
• results.search_results：用于生成回答的AggregateSearchResult（包含文本块，可能还有图结果与网络结果）。
• results.citations：Citation对象列表，将回答的各个部分链接到search_results中的具体来源（ChunkSearchResult、GraphSearchResult、WebSearchResult等）。每条引用包含id（文本中使用的短标识符，如[1]）与包含来源对象的payload。
• results.metadata：关于本次生成调用的 LLM 提供商元数据。

// Simplified Example Structure { "results": { "generated_answer": "DeepSeek-R1 is a model that... [1]. It excels in tasks... [2].", "search_results": { "chunk_search_results": [ { "id": "chunk-abc...", "text": "...", "score": 0.8 }, /* ... */ ], "graph_search_results": [ { /* Graph Entity/Relationship */ } ], "web_search_results": [ { "url": "...", "title": "...", "snippet": "..." }, /* ... */ ] }, "citations": [ { "id": "cit.1", // Corresponds to [1] in text "object": "citation", "payload": { /* ChunkSearchResult for chunk-abc... */ } }, { "id": "cit.2", // Corresponds to [2] in text "object": "citation", "payload": { /* WebSearchResult for relevant web page */ } } // ... more citations potentially linking to graph results too ], "metadata": { "model": "openai/gpt-4o-mini", ... } } }

非流式 RAG 的完整执行链路在 retrieval_service.py：先执行聚合检索得到aggregated_results，用format_search_results_for_llm构建上下文，从 prompts 库加载system与rag提示词模板并注入query与context，再调用 LLM；回答文本中的短 ID 引用通过extract_citations提取，并借助SearchResultsCollector将短 ID 映射回完整来源对象组装成citations。

RAG 集成网络搜索

通过设置include_web_search=True，可以让 RAG 响应补充来自网络的最新信息。

web_rag_response = client.retrieval.rag( query="What are the latest developments with DeepSeek R1?", include_web_search=True )

const webRagResponse = await client.retrieval.rag({ query: "What are the latest developments with DeepSeek R1?", includeWebSearch: true // Use camelCase for JS SDK });

curl -X POST "https://api.sciphi.ai/v3/retrieval/rag" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "query": "What are the latest developments with DeepSeek R1?", "include_web_search": true }'

启用后，R2R 会基于查询执行一次网络搜索（服务层_perform_web_search，见 retrieval_service.py），并将结果合并进AggregateSearchResult.web_search_results，随文档/图谱结果一并提供给 LLM。注意此功能依赖服务端配置的网络搜索提供商（仓库中可看到 py/core/utils/serper.py 与tavily.toml配置示例，以及 py/core/base/agent/tools/built_in/tavily_search.py 等工具）。

RAG 结合混合搜索

通过配置search_settings将混合检索与 RAG 结合。

hybrid_rag_response = client.retrieval.rag( query="Who is Jon Snow?", search_settings={"use_hybrid_search": True} )

const hybridRagResponse = await client.retrieval.rag({ query: "Who is Jon Snow?", searchSettings: { useHybridSearch: true }, });

# Correctly place use_hybrid_search in search_settings curl -X POST "https://api.sciphi.ai/v3/retrieval/rag" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "query": "Who is Jon Snow?", "search_settings": { "use_hybrid_search": true, "limit": 10 } }'

流式 RAG（SSE）

在rag_generation_config中设置stream: True，即可将 RAG 响应以 Server-Sent Events（SSE）流的形式接收，非常适合实时应用。

事件类型：

1. search_results：包含初始AggregateSearchResult（开始时发送一次）。
   • data：完整的AggregateSearchResult对象（文本块，可能有图结果、网络结果）。
2. message：随生成过程流式推送部分 token。
   • data.delta.content：正在流式传输的文本片段。
3. citation：当某个引用来源被识别时触发。每个唯一来源在首次被引用时发送一次。
   • data.id：短引用 ID（如"cit.1"）。
   • data.payload：完整来源对象（ChunkSearchResult、GraphSearchResult、WebSearchResult等）。
   • data.is_new：若该引用 ID 首次发送则为True。
   • data.span：当前累计文本中引用标记（如[1]）出现的起始/结束字符索引。
4. final_answer：结束时发送一次，包含完整生成回答与结构化引用。
   • data.generated_answer：完整最终文本。
   • data.citations：全部引用列表，包含id、payload以及它们在最终文本中出现的所有spans。

from r2r import ( CitationEvent, FinalAnswerEvent, MessageEvent, SearchResultsEvent, R2RClient, ) # Set stream=True in rag_generation_config result_stream = client.retrieval.rag( query="What is DeepSeek R1?", search_settings={"limit": 25}, rag_generation_config={"stream": True, "model": "openai/gpt-4o-mini"}, include_web_search=True, ) for event in result_stream: if isinstance(event, SearchResultsEvent): print(f"Search results received (Chunks: {len(event.data.data.chunk_search_results)}, Graph: {len(event.data.data.graph_search_results)}, Web: {len(event.data.data.web_search_results)})") elif isinstance(event, MessageEvent): # Access the actual text delta if event.data.delta and event.data.delta.content and event.data.delta.content[0].type == 'text' and event.data.delta.content[0].payload.value: print(event.data.delta.content[0].payload.value, end="", flush=True) elif isinstance(event, CitationEvent): # Payload is only sent when is_new is True if event.data.is_new: print(f"\n<<< New Citation Source Detected: ID={event.data.id} >>>") elif isinstance(event, FinalAnswerEvent): print("\n\n--- Final Answer ---") print(event.data.generated_answer) print("\n--- Citations Summary ---") for cit in event.data.citations: print(f" ID: {cit.id}, Spans: {cit.span}")

// Set stream: true in ragGenerationConfig const resultStream = await client.retrieval.rag({ query: "What is DeepSeek R1?", searchSettings: { limit: 25 }, ragGenerationConfig: { stream: true, model: "openai/gpt-4o-mini" }, includeWebSearch: true, }); // Check if we got an async iterator (streaming) if (Symbol.asyncIterator in resultStream) { console.log("Starting stream processing..."); // Loop over each event from the server for await (const event of resultStream) { switch (event.event) { case "search_results": console.log(`\nSearch results received (Chunks: ${event.data.chunk_search_results?.length || 0}, Graph: ${event.data.graph_search_results?.length || 0}, Web: ${event.data.web_search_results?.length || 0})`); break; case "message": // Access the actual text delta if (event.data?.delta?.content?.[0]?.text?.value) { process.stdout.write(event.data.delta.content[0].text.value); } break; case "citation": // Payload only sent when is_new is true if (event.data?.is_new) { process.stdout.write(`\n<<< New Citation Source Detected: ID=${event.data.id} >>>`); } else { // Citation already seen, no need to log payload again } break; case "final_answer": process.stdout.write("\n\n--- Final Answer ---\n"); console.log(event.data.generated_answer); console.log("\n--- Citations Summary ---"); event.data.citations?.forEach(cit => { console.log(` ID: ${cit.id}, Spans: ${JSON.stringify(cit.spans)}`); }); break; default: console.log("\nUnknown or unhandled event:", event.event); } } console.log("\nStream finished."); } else { // Handle non-streaming response if necessary (though we requested stream) console.log("Received non-streaming response:", resultStream); }

流式链路的服务端实现在 retrieval_service.py：先通过SSEFormatter.yield_search_results_event发送检索结果事件；随后逐 chunk 消费 LLM 流，对每个文本增量先发送message事件，再用find_new_citation_spans在累计文本中查找新出现的引用短 ID，并通过CitationTracker判定是否为首次出现——首次出现时携带完整payload，后续仅携带id与span；收到finish_reason == "stop"后，发送包含全部引用（含所有出现位置spans）的final_answer事件，最后发送结束信号。路由层（retrieval_router.py）将生成器包装为text/event-stream的StreamingResponse。

自定义 RAG

除search_settings外，可以通过rag_generation_config自定义 RAG 生成过程。

使用 Anthropic 模型并开启网络搜索的示例：

# Requires ANTHROPIC_API_KEY env var if using Anthropic models response = client.retrieval.rag( query="Who was Aristotle and what are his recent influences?", rag_generation_config={ "model":"anthropic/claude-3-haiku-20240307", "stream": False, # Get a single response object "temperature": 0.5 }, include_web_search=True ) print(response.results.generated_answer)

// Requires ANTHROPIC_API_KEY env var if using Anthropic models const response = await client.retrieval.rag({ query: "Who was Aristotle and what are his recent influences?", ragGenerationConfig: { model: 'anthropic/claude-3-haiku-20240307', temperature: 0.5, stream: false // Get a single response object }, includeWebSearch: true }); console.log(response.results.generated_answer);

# Requires ANTHROPIC_API_KEY env var if using Anthropic models curl -X POST "https://api.sciphi.ai/v3/retrieval/rag" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "query": "Who was Aristotle and what are his recent influences?", "rag_generation_config": { "model": "anthropic/claude-3-haiku-20240307", "temperature": 0.5, "stream": false }, "include_web_search": true }'

检索策略的分发与实现原理

/retrieval/search与/retrieval/rag共用同一套检索内核：RetrievalService.search（retrieval_service.py）根据search_settings.search_strategy将请求分发到三条路径：

• vanilla（默认）：_basic_search——对查询做嵌入，执行向量/全文/混合检索，随后做图检索，最后合并为AggregateSearchResult；
• hyde：_hyde_search——先用 LLM 基于查询生成num_sub_queries个假设文档（使用的提示词模板见 py/core/providers/database/prompts/hyde.yaml，要求生成"互相独立、避免跨文档信息"的候选回答），再对每个假设文档并行做块检索与图检索，最后用原始查询对所有结果做语义重排；
• rag_fusion：_rag_fusion_search——先用 LLM 生成num_sub_queries - 1个改写查询（连同原查询组成查询集），对每个查询分别做块/图检索，再用 Reciprocal Rank Fusion 对多路排名做融合，最后同样经过一次语义重排。

也就是说，search_strategy不仅作用于 RAG 端点，对纯/retrieval/search同样生效。关于 HyDE 与 RAG-Fusion 的详细原理、流程图与组合用法，可继续阅读 高级 RAG 指南。

测试与验证

仓库在 py/tests/integration/test_retrieval.py 中提供了覆盖检索与 RAG 主路径的集成测试（如use_semantic_search、limit、混合检索、过滤等各类search_settings组合），JS SDK 侧则在 js/sdk/tests/RetrievalIntegrationSuperUser.test.ts 中验证了client.retrieval.search/client.retrieval.rag的端到端行为。结合 docs/cookbooks/rag.md、docs/cookbooks/hybrid-search.md 与 docs/cookbooks/advanced-rag.md 的烹饪手册，可以在本地把检索链路跑通后再逐步叠加混合检索、过滤、图检索与流式 RAG。

小结

R2R 的检索与 RAG 能力为"找到信息并对其进行上下文化"提供了高度灵活的机制：从一行代码的语义搜索，到带权重与 RRF 融合的混合检索，再到叠加元数据过滤、知识图谱增强与网络搜索的完整 RAG 管线，均可通过search_mode、search_settings与rag_generation_config在运行时按需组合。无论你需要简单语义搜索、面向更广召回的混合检索，还是融合文档块、图谱洞察与网络结果（流式或单次响应）的可定制 RAG 生成，这套系统都能通过配置满足具体需求。

【免费下载链接】R2RSoTA production-ready AI retrieval system. Agentic Retrieval-Augmented Generation (RAG) with a RESTful API.项目地址: https://gitcode.com/GitHub_Trending/r2/R2R