正在加载模式…
🌲
分层索引检索（RAPTOR）(HIR)
将检索索引构建为多层树，而不是扁平的分块（chunk）列表。RAPTOR 会递归地对分块进行嵌入、聚类和摘要，使查询能够从任意抽象层级进行检索，按需返回全局性的综合结论或叶子节点的细节。Anthropic 的上下文检索（contextual retrieval）在嵌入之前，为每个分块前置一段由 LLM 撰写的上下文说明，使孤立的分块仍能锚定在整篇文档之中。
复杂度: high知识检索（RAG）
30秒速览
- 是什么
- 通过对文本块递归聚类并逐层摘要，构建多层树状索引，从而可以在任意抽象层级检索，既能给出宏观综述，也能给出具体细节。
- 何时使用
- 适用于长文档：查询既需要总体概览又需要精确的细枝末节，而孤立的文本块脱离文档上下文就失去意义。
- 注意
- 建立索引时算力开销大，实现也相当复杂；聚类若不合理，会产生无用的抽象层级，反而拉低检索质量。
向AI专家咨询此模式
打开助手并预填您的问题,发送前可先确认。
分层索引检索（RAPTOR）: 概览
将检索索引构建为多层树，而不是扁平的分块（chunk）列表。RAPTOR 会递归地对分块进行嵌入、聚类和摘要，使查询能够从任意抽象层级进行检索，按需返回全局性的综合结论或叶子节点的细节。Anthropic 的上下文检索（contextual retrieval）在嵌入之前，为每个分块前置一段由 LLM 撰写的上下文说明，使孤立的分块仍能锚定在整篇文档之中。
- Recursive cluster-then-summarize tree
- Multi-level abstraction retrieval
- Collapsed-tree traversal across layers
- Contextual chunk augmentation before embedding
- Hybrid embedding plus BM25 candidate generation
- Reranking of merged candidates
The Agent Architect
每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。
每周一封邮件,一键退订。您的地址仅用于发送简报。
参考资料
该模式所依据的论文、规范和代码仓库。
由本目录背后的工程师执行
为你的智能体架构做一次评审
本页讲的是一个模式。真实系统会同时跑几十个，而多数故障恰恰出在它们的衔接处。我们按本目录的 288 个模式评审你的整体设计：架构、可靠性、评测与成本，每一条结论都对应到能修复它的模式。
€750（原价 €1,500），一周交付，书面报告加讲解通话，9月30日前