传统向量检索增强生成（RAG）流程存在结构性局限。该方法将用户问题转换为向量嵌入，通过向量数据库搜索获取文档块，随后发送给模型生成答案，但这种固定的检索-生成管道无法适应复杂的信息获取需求。相比之下，代理式RAG（Agentic RAG）赋予AI智能体更多自主权——智能体应当分析用户任务、自主决定需要的信息类型、灵活…
开发者在Hacker News上发布了ai·rete·RAG，这是一个将Rete规则引擎与RAG技术相结合的系统，用于实现可审计的AI决策。该系统采用两阶段架构：纯Python编写的Rete引擎根据YAML规则生成决策，随后由RAG从策略文档中检索相关内容，并通过LLM生成决策的解释。