RAG 路由 — 一个 API，多种架构

三种架构，从概念上看

大多数生产级 RAG 系统只发布一种检索架构，就此收工。我们发布的是一个能够在架构上截然不同的技术栈之间进行选择的路由器——对您语料库中的每个查询而言，正确选择很少是同一个。

路由器实际上是如何决策的

大多数已发表的 RAG 路由器会预先按复杂度对查询进行分类。我们的不会。我们采用学习式路由：每个成功的查询都会与回答它的后端一起存储，新查询通过 embedding 相似度与该历史进行匹配。

我们今天在十种后端之间路由

路由器会分派到十个命名后端之一。其中三个是"Tier 3 形态"（层级或图增强）；其余是纯向量引擎，我们视为具有不同运维取舍的 Tier 1。

PI

pageindex层级 TOC 树 + 智能体遍历。Tier 3 的原型。

RT

raptor对递归摘要的文档层级进行树遍历检索（ICLR 2024）。

neo4j-hybrid图增强检索，将向量 embedding 与显式的实体／关系结构相结合。

LR

lightrag扁平图双模式检索——实体 + 社区搜索，源自港大 LightRAG 方法。

qdrant自托管稠密向量引擎，面向高吞吐、低延迟查找。

cloudflare-v2边缘端 Vectorize——来自 Cloudflare 全球网络的 sub-300 ms p95。

couchbase-byok面向已有运维依赖的客户的自带 Couchbase 向量存储。

vertex-ai-vector-search-v2面向使用 Google 数据栈的客户的 Google Cloud Vertex AI 向量搜索。

mongodb-atlas面向在 MongoDB 上运行文档数据的客户的 Atlas Vector Search。

redis-vector-search面向超低延迟内存检索负载的 Redis 向量搜索。

Tier 2（BM25 + 稠密融合 + cross-encoder 重排）今天作为可组合节点在我们的工作流画布中上线。当按语料库的路由数据证明合理时，自动路由器将接下来对其支持。

API 表层——一个端点，审计级透明度

路由器对调用方是不可见的。一种请求形态；响应中包含路由决策，方便您审计是哪个后端回答（以及为什么）。

# 一个端点。路由器决定使用哪个后端。
curl -X POST https://api.divinci.app/v1/rag/query \
  -H "Authorization: Bearer $DIVINCI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "question": "What clauses in the 2024 amendment override section 7.3?",
    "corpus":   "legal-contracts-q4"
  }'
# 响应——智能体用于支撑答案的文本块。
{
  "items": [
    {
      "content":  "Section 7.3 is superseded by …",
      "metadata": { "doc": "amendment-2024.pdf", "section": "II.4.b" },
      "score":    0.91
    }
    /* … */
  ],
  "routing": {
    "backend":      "pageindex",           // 分派至 tier-3 page-index
    "match_source": "learned-history",     // arena · auto-fix · 或 fallback
    "similarity":   0.92,                  // ≥ 0.88 阈值
    "ttl_remaining":"23d 14h"              // 重新基准评估前的新鲜度窗口
  }
}

目前 routing 元数据在内部记录，并通过审计轨迹对外暴露。内联响应交付将在 2026 年第三季度逐步推出。

与现有路由器的差异

RAG 路由并非新想法——Adaptive-RAG 和 Probing-RAG 这类学术路由器已经按复杂度对查询进行分类。差异之处在于 Divinci 在架构上截然不同的检索栈之间路由，从您自身的流量中学习，并置于单个托管端点之后。

我们叙述中的诚实弱点：按查询进行 RAG 路由作为一个概念并不新鲜。我们没有发明路由。真正的差异在于以下三点的组合：（a）在架构上截然不同的栈之间路由，而非深度变体；（b）将 PageIndex / RAPTOR / LightRAG 风格的层级遍历作为一等后端纳入，而非单独的产品；（c）一个托管端点，而非一个需要您自己组装并运维的库。

路由偏好是如何被播种的

您的路由模型不是预训练的——它从您的流量中学习。三种信号会写入路由历史存储。

这项能力在什么时候最重要

查询形态统一的同质语料库收益有限——手动选一个后端就够了。真正的契入点在于混合语料库与混合查询形态。