Agentic RAG（把 RAG 做成 Agent Loop）

解决的问题

传统 RAG 往往是“一次检索→一次生成”。Agentic RAG 让模型动态决定：

• 何时检索
• 检索什么
• 证据是否足够
• 何时停止并作答

核心流程（ReAct + 检索工具 + 证据账本）

flowchart TD
  Q["Question"] --> D["Decide next action"]
  D -->|search| S["Retrieve"]
  S --> L["Update evidence ledger"]
  L --> D
  D -->|final| A["Answer + cite doc_ids"]

演化路径

• 基于：ReAct + Retrieval Loop
• 常见组合：CoVe（写完再验 claims）、Memory（沉淀经验）

本仓库对应

• 代码：src/agent_patterns_lab/patterns/agentic_rag.py
• 示例：examples/41_agentic_rag.py
• 测试：tests/test_agentic_rag.py