引言：RAG推理流水线架构概览
在构建生产级RAG系统时，检索步骤是决定生成质量的核心。本章将深入讲解四个高级RAG技术：查询扩展（Query Expansion）、自查询（Self-Querying）、过滤向量搜索（Filtered Vector Search）和重排序（Reranking）。这些技术分别作用于预检索、检索和后检索阶段，显著提升召回率和准确率。
整个RAG推理流水线流程如下：用户输入查询 → 查询扩展（生成多个变体） → 自查询（提取作者ID等元数据） → 过滤向量搜索（对每个变体执行相似度搜索，并应用元数据过滤） → 收集所有结果（N×K个） → 重排序（交叉编码器打分，取Top-K） → 构建提示并调用LLM生成答案。
预检索优化：查询扩展
问题
传统RAG使用单个向量表示查询，只能覆盖嵌入空间的局部区域。当查询的语义不够丰富时，容易遗漏相关文档。
解决方案
利用LLM生成原始查询的多个变体，每个变体从不同角度刻画同一信息需求。嵌入这些变体后，搜索范围扩大，召回率提升。
代码实现
首先定义QueryExpansionTemplate，用于构建生成多查询的提示模板：
fromlangchain.promptsimportPromptTemplatefrom.baseimportPromptTemplateFactoryclassQueryExpansionTemplate(PromptTemplateFactory):prompt:str="""You are an AI language model assistant. Your task is to generate {expand_to_n} different versions of the given user question to retrieve relevant documents from a vector database. By generating multiple perspectives on the user question, your goal is to help the user overcome some of the limitations of the distance-based similarity search. Provide these alternative questions separated by '{separator}'. Original question: {question}"""@propertydefseparator(self)->str:return"#next-question#"defcreate_template(self,expand_to_n:int)->PromptTemplate:returnPromptTemplate(template=self.prompt,input_variables=["question"],partial_variables={"separator":self.separator,"expand_to_n":expand_to_n,},)接着实现QueryExpansion类，继承RAGStep基类：
fromlangchain_openaiimportChatOpenAIfromllm_engineering.domain.queriesimportQueryfromllm_engineering.settingsimportsettingsfrom.baseimportRAGStepfrom.prompt_templatesimportQueryExpansionTemplateclassQueryExpansion(RAGStep):