Spring AI 2.0 Modular RAG：多意图问题的拆分、检索和合并

各位朋友大家好，我是一言，继续更新 Spring AI 2.0 系列。

前几篇文章已经跑过了 Tool、MCP 和 Agent Skills，今天来谈谈 Modular RAG。

普通的 RAG 会使用用户的问题检索向量库，然后把找到的信息交给模型来作答。用户只用一句话就提出了多个问题，一次检索就容易漏掉资料。

Modular RAG 把问题处理、文档检索、结果合并以及上下文组装都分解成了独立的模块。Spring AI 使用 RetrievalAugmentationAdvisor 将它们串联起来。

本文主要看 MultiQueryExpander，它可以将一个问题拆分成多条查询，然后分别去检索，再把结果合并起来。

记住三个词

• Direct：直接使用用户的原话进行检索。
• Rewrite：先把原话改成一条比较干净的查询。
• MultiQuery：把原来的句子拆成多条查询，每条各查一次。

TopK 表示每次检索返回多少份资料。TopK=1 就是只取最相似的一份。

同一道题做四遍

用户提问：

我那笔订单还没发货，现在不想要了，取消以后银行卡的钱多久能回来？

这句话的意思就是“能否取消”和“退款多久到账”。

本地测试环境如下：

项目	本次使用
Java / Spring AI	Java 21 / Spring AI 2.0.1
Chat Model	Qwen2.5 3B，负责拆问题和生成答案
Embedding Model	Qwen3 Embedding 0.6B，负责向量检索
VectorStore	SimpleVectorStore

演示知识库只存放三份资料：

文件	关键内容
order-cancel.md	待发货订单可以直接取消
refund-arrival.md	银行卡退款 1～3 个工作日到账
invoice.md	电子发票的申请和下载方式

invoice.md 是干扰项，用以检测无关资料是否会混入结果中。

模型集成测试命令：

RUN_REAL_MODEL_TEST=true mvn -Dtest=RealModelRagComparisonTest test

方案	命中资料	最终答案	Chat 调用
Direct Top 1	退款到账	只回答退款时间	1
Direct Top 2	取消规则 + 退款到账	仍只回答退款时间	1
Rewrite Top 1	退款到账	只回答退款时间	2
MultiQuery，2 × Top 1	取消规则 + 退款到账	两个问题都回答了	2

Direct 只在最后调用模型；Rewrite 和 MultiQuery 在检索之前会多调用一次模型来处理问题。

MultiQuery 产生了两个查询词：

我那笔订单还没发货，现在不想要了，如何取消订单？
银行卡里的钱多久能退回来？

它们分别命中取消规则和退款时间，最后的答案是：

未发货订单取消成功后，
银行卡支付的退款会在1至3个工作日内到账。

Spring AI 如何把这条链路串起来

本文实际上分成了四步：

步骤	组件	作用
1	MultiQueryExpander	把原问题拆成两条查询
2	VectorStoreDocumentRetriever	每条查询各取 Top 1
3	ConcatenationDocumentJoiner	合并两路资料并去重
4	ContextualQueryAugmenter	把原问题和资料交给模型

图中的 Transformer 和 PostProcessor 是可选扩展点，本次没有使用。

主要的功能

检索器每条路只取最相似的一份资料：

var retriever = VectorStoreDocumentRetriever.builder()
        .vectorStore(vectorStore)
        .similarityThreshold(0.0)
        .topK(1)
        .build();

similarityThreshold(0.0) 会放行所有的分数，便于查看 Top 1。生产阈值要使用自己制作的问答集来测试。

MultiQuery Prompt 的主要限制有三条：

输出恰好 {number} 行，每行一条查询。
每条查询只解决一个意图，避免近义重复。
保留订单状态、支付方式和时间等关键条件。

然后组装 Advisor：

var expander = MultiQueryExpander.builder()
        .chatClientBuilder(queryExpansionClientBuilder) // 拆问题用的模型
        .promptTemplate(multiQueryPrompt)
        .numberOfQueries(2)
        .includeOriginal(false)
        .build();

Advisor advisor = RetrievalAugmentationAdvisor.builder()
        .queryExpander(expander)
        .documentRetriever(retriever)
        .queryAugmenter(queryAugmenter) // 组装原问题和命中资料
        .build();

numberOfQueries(2) 产生两个查询，includeOriginal(false) 不再加入用户的原话。

Spring AI 2.0.1 默认生成三条查询，并且保留原始问题，最多执行四路检索。

两个实际测试中出现的问题

第一版 Prompt 生成：

订单取消后退款时间
银行卡退款到账时间

两条查询都涉及退款时间，最后命中同一份资料，但是取消条件却丢失了。

第二次，模型把两个查询写在了一起。MultiQueryExpander 发现行数不对，直接使用用户的原话进行检索。

请求还是会正常返回，因此项目中要记录实际生成的查询。

把 TopK 设为 2 不就可以了吗？

Direct Top 2 也进行了测试。它找到了取消规则以及退款时间，但是最后的答案只说了：

银行卡支付的退款会在1至3个工作日内到账。

这里要分开检查下面两件事情：

• 需要的资料找全了吗？
• 找到的信息都已经写到答案里了吗？

单个问题并不能说明 MultiQuery 总是更好的。调大 TopK 很便宜，可以先做一个基线；MultiQuery 需要多一次模型调用，可以给每个意图分配一路检索。

三种方案如何选择

• 问题清楚，只问一件事情：Direct RAG。
• 只问一件事情，使用的是比较口语化的表达方式：RewriteQueryTransformer。
• 一句话问了多件事情，答案分布在多份资料中：MultiQueryExpander。

本次实验得出的结论是：RAG 需要同时考虑“查到了什么”以及“最后回答了什么”。

RetrievalAugmentationAdvisor 的 Javadoc 注释为 Since 1.0.0。标题中 2.0 表示本文使用 Spring AI 2.0.1 完成代码和测试。

作者：雷一言说。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/m0_63830057/article/details/169338658