构建分层的 Agentic RAG 系统：具备自主纠错的多模态推理

作者 ｜ Abhijit Ubale

译者 ｜ 张卫滨

引 言

企业 AI 团队长期面临着一个难题，那就是大多数检索增强生成 (RAG) 系统要么擅长结构化的数据查询，要么擅长文档检索，但当两者需要同时使用时就会无能为力。比如财务分析师提出“为什么欧洲业务表现不佳？”这类问题时，既需要 SQL 数据库中的结构化数据 (营收、利润率、员工数量)，也需要非结构化文档 (市场报告、竞争分析、监管文件)。现有 RAG 系统往往会返回缺少监管上下文的营收数据，或给出缺乏量化校验的市场报告，最后仍需分析师手工补齐。当前 RAG 方法把这些模式当成彼此独立的问题，迫使工程师要么构建定制的编排层，要么接受不完整的答案。

本文将探讨如何通过分层多智能体编排解决这一“模态鸿沟（modality gap）”问题，并以 Protocol-H 作为参考实现来说明这些概念如何落地。文中讨论的模式，也就是带有自主纠错能力的 supervisor-worker 拓扑，建立在 LangGraph/LangChain 的 agentic 模式之上，类似 xAI 和 Databricks 等团队采用的方法。配套的开源 代码 展示了这些模式如何在 Docker/K8s 环境下实现企业级部署；读者也可在自己偏好的框架中复用同样的架构原则。

本文中的架构基于参考实现和面向生产环境的企业数据集实验。为了聚焦架构模式而非某个特定系统的具体实现，一部分部署细节做了泛化处理。

模态鸿沟问题：
为什么传统 RAG 无能为力

传统 RAG 系统通常是线性的流水线：向量化用户问题、检索文档、交给 LLM、生成答案。它在文档中心型的问题上表现尚可，但在企业多模态数据环境中就无能为力了。

以客户流失分析为例：“哪些客户群体流失率最高？结合工单看常见原因是什么？”这个问题执行如下步骤：

• 结构化推理 (SQL)：连接客户、交易和流失表，计算群体的流失率。

• 语义推理 (向量检索)：检索与流失语义相关的支持工单。

• 跨模态汇总：将 SQL 结果与文档洞察进行关联，识别因果关系。

大多数 RAG 系统会尝试“一次性完成”：

查询 → 向量检索 + SQL 查询 → LLM → 答案

但是，结果往往是不完整甚至幻觉化的答案，原因包括：如果预先固定检索路径，开发者必须首先决定查询哪些 SQL 表、检索哪些文档，这常常会漏掉关键的数据；上下文窗口有限时，即使检索到了相关的结果，也可能无法在单次 LLM 推理中实现完整的汇总；初始 SQL 可能会找到高流失群体，却遗漏关键工单；缺乏重试机制 (比如，迭代修正) 时，系统会直接基于不完整的信息作答。尤其当结构化与非结构化信号冲突时，LLM 仍会给出“看起来很自信”的答案。

真实影响

在针对三家金融服务场景的内部评估中 (Q4 2025，大约 1500 条多跳查询)，约 30% 的案例出现“静默失败”：即答案表面权威，但遗漏了超过 20% 的相关数据点 (比如，绩效分析中缺失监管上下文)，且推理路径不透明，不利于审计。

这正是需要分层 Agentic 推理的原因。

分层 Agentic 解决方案：
架构总览

Protocol-H 引入了受组织层级与人类问题求解方式启发的 supervisor-worker 拓扑结构：

就像管理者会先把专业分析分派给数据分析师 (SQL) 和研究员 (文档) 再汇总结论一样，supervisor 负责拆解问题，worker 负责执行各自模态的任务。

图 1：Protocol-H 架构。supervisor 将查询路由到专用 SQL/ 向量 worker，并借助 reflective retry 进行纠错，其设计灵感来自组织层级 (来源：Protocol-H 仓库)。

这里的核心在于基于编排进行专业化：每个 worker 专注自身的模态 (SQL 或语义检索)，supervisor 负责管理推理流并处理复杂的多跳（multi-hop）场景。

组件详解

Supervisor 智能体：元认知编排器

Supervisor 是系统的推理中枢。它不直接执行查询，而是扮演策略的指挥者。

核心职责：

• 查询分析：判断问题需要 SQL、语义检索，还是两者都需要。

• 任务分解：把复杂问题拆成原子步骤 (例如“先找欧洲客户，再取其工单，再与流失数据关联”)。

• Worker 路由：基于任务与当前状态决定下一步由哪个 worker 执行。

• 结果综合：将各 worker 输出整合成连贯的最终答案。

• 错误管理：检测失败并触发 reflective retry。

实现模式：

    return {"next_step": decision.next_worker, ...}

SQL Worker：Schema 感知查询引擎

SQL Worker 专注于确定性、结构化推理。

关键特性：

Schema 自省

SQL worker 会通过数据库元数据 API(比如，INFORMATION_SCHEMA) 自动发现表与列。关系识别会通过两种机制来实现：一是元数据中的显式外键约束 (作为权威依据)；二是在缺少外键时，基于列命名规范的 LLM 启发式推断 (比如，跨表匹配 customer_id)。

为降低推断关系带来的正确性风险，系统使用了多层防护：首先，实现置信度评分，基于字符串相似度与命名约定强度打分；低置信度的推断 (相似度<0.8) 不会自动使用，而是要求显式确认。其次，由 supervisor 仲裁：推断关系以“带置信度的候选建议”而非硬约束形式提交，需要 supervisor 逐条批准后才可生成查询。再次，做运行时验证：使用推断 join 的查询会先以行数受限的形式执行；如果结果异常 (比如，空结果、笛卡尔积或类型不匹配)，会触发 reflective retry 并提醒 supervisor 重审 join 的有效性。最后是显式外键优先：一旦元数据存在显式外键，相关表将完全跳过启发式推断阶段。

查询校验

生成的 SQL 在执行前会先基于 schema 进行校验。

方言优化

为生成特定数据库方言的 SQL(比如，Snowflake、Redshift、BigQuery)，系统会把目标方言与 schema 上下文注入 LLM 提示词，并在执行前进行语法校验。复杂的方言特性 (如 Snowflake 的 QUALIFY、BigQuery 的 STRUCT) 是该方法的已知限制。reflective retry 能处理失败，但无法保证首轮就完全正确。对于严重依赖方言或合规敏感场景 (例如，要求精确 QUALIFY 语义的监管财报、对 STRUCT 校验严格的医疗数据)，团队可优先采用 connector 级模板或查询构建器 (SQLAlchemy、dbt 等)，由 Protocol-H 编排已验证的查询片段，而非从零生成 SQL。

工作流:

图 2：工作流

安全机制：

在 SQL 注入防护方面，系统通过参数化查询 API(比如，cursor.execute(query, params)) 执行 SQL，而不是字符串拼接，确保用户输入不会被当作可执行 SQL。行级访问控制方面，worker 使用已认证用户的凭据和会话上下文访问数据库，把权限控制交给数据库原生 RBAC，而不是在应用层重复实现。为防止出现失控的查询，每次执行都带有可配置的超时时间 (默认 30 秒)；超时后会取消查询并通知 supervisor 缩小范围重试或返回部分结果。

为保护内存，会限制结果的大小。查询结果在进入 LLM 上下文前会按可配置行数 / 字节上限截断，避免超大负载耗尽内存或超过 token 限制。

Vector Worker：语义检索智能体

vector worker 负责面向文档的语义推理。

关键特性：

• 语义检索通过查询向量化、检索向量索引并返回相关文档来实现。

• 混合检索将 BM25 关键词匹配与稠密向量余弦相似度结合，并通过 RRF（Reciprocal Rank Fusion）融合排序结果。该方案在精确性 (精确词命中，比如，表名或产品码) 与召回 (概念相关的内容) 之间取得了平衡，优于单一的方法。

• 相关性过滤通过阈值抑制伪匹配。

• 摘要步骤用于提取检索文档中的关键信息。

关键挑战：

当不存在相关文档时会出现冷启动的问题，worker 不会臆造结果，而是向 supervisor 返回显式的 null 信号，触发回退到 SQL 形式或向用户发起澄清。对于语义过宽、可能产生多种冲突解释的查询，worker 会将其标记为歧义，并把 Top-N 结果及其相关性分数交给 supervisor 仲裁，而非盲目合并。如果时效性非常重要 (时间感知)，可在相关分数中加入时间衰减因子，使近期报告、文件或工单优先。本文报告的 EntQA 测试未启用该能力；基准结果基于无时间加权的标准向量检索。

Reflective Retry 机制：自主的错误恢复

这正是 Protocol-H 与标准智能体系统的根本差异。当 worker 遇到错误时，系统不会把错误“包装成答案”继续传播，而是会进入 reflective retry 模式。

错误流

图 3：Reflective Retry 节点——Protocol-H 中的自主错误恢复流程

示例：SQL 语法错误恢复

    return attempt_alternative_approach(correction)

与标准 RAG 相比，这套机制使幻觉率下降约 60%(7.1% 对 28.5%，见表 1)。但这并非 retry 机制单独的贡献，而是 Protocol-H 整体架构 (supervisor-worker 拓扑、schema 感知查询生成和 reflective retry) 协同作用的结果。通过这种集成设计，错误会在传播到最终答案生成前被捕获并修正。

理解 Protocol-H“为什么这样设计”只是第一步。上述 supervisor-worker 拓扑和 reflective retry 机制只有在确保同等健壮性的时候，才能实现其收益。接下来将展开介绍关键架构决策、状态管理、数据库抽象和 worker 的设计，说明如何把概念框架落成可用于生产环境的系统。

实现与集成：架构决策

使用 LangGraph 进行状态管理

Protocol-H 使用 LangGraph 的 StateGraph 进行确定性工作流编排：

    error_message: Optional[str]        # Error context for debugging

StateGraph 保证的是图级别的确定性执行：在相同输入下，控制流图 (访问哪些节点、按什么顺序访问) 会保持一致 (路由决策通过 temperature=0 约束)。确定性的部分包括：节点访问的顺序、状态迁移、重试触发逻辑，以及何时调用哪个 worker。非确定性的部分包括：worker 生成的具体文本 (SQL、文档摘要、推理解释)，这些内容即使输入相同也可能因 LLM 采样而产生变化。也就是说，编排逻辑与状态迁移可完全复现并可审计；worker 输出在结构上可复现，但不保证逐字一致性。

StateGraph 具备良好可审计性，可完整追踪决策与数据流；同时通过重试计数器与超时机制提升安全性，避免循环失控。

云中立的数据库适配器

通过 Adapter 模式，Protocol-H 对数据库差异做了抽象：

        pass

这种设计使团队可以在不修改编排逻辑的前提下替换数据库后端，这对异构基础设施企业非常重要。在实践中，各个 connector 会在内部处理方言差异 (例如，Snowflake 的大写标识符、Redshift 的 pg_catalog 元数据、BigQuery 的嵌套 STRUCT 类型)，从而让 supervisor 和 worker 始终面向统一的 QueryResult 接口。但它仍有一定的局限性：高度依赖方言的特性 (比如，Snowflake 的 QUALIFY、BigQuery 的 ARRAY_AGG、Redshift 的 DISTKEY hint) 通常需要 connector 级定制，无法实现自动抽象。团队在新数据库后端接入 Protocol-H 时，应先审计这些边界场景再假定可完全地移植。

专用 Worker 智能体

每个 worker 都运行自己的 ReAct 循环 (推理与行动)：

    }

基准测试结果

本次评估比较了以下方法。

Protocol-H 在 EntQA 基准上进行评估。该基准包含 200 道企业问题，需要同时在 SQL 与文档数据上进行多跳推理。

Protocol-H：即本文描述的分层 supervisor-worker 架构，带有 reflective retry 功能。

同时，评估了扁平化的智能体，也就是，单个通用 LLM 智能体可以访问 SQL 和向量检索工具，但不具备分层编排和专用 worker。这代表了最常见的“把所有工具都交给 LLM”的方案。

最后评估的是标准 RAG，这是一个传统的“先检索后生成”流程 (向量化查询→检索文档→交给 LLM→生成答案)，不具备 agentic 推理和 SQL 能力。

性能对比

表 1：性能对比

“推理步数”指系统在生成最终答案前触发的独立工具调用次数 (SQL 查询或向量检索)。数值越高，通常表示多跳推理更充分；数值越低，往往表示系统尝试了更少的轮次就尝试给出答案，在该基准中这会与更高的幻觉率密切相关。

基准方法论

EntQA 是 Protocol-H 团队内部构建的基准，用于评估异构企业数据上的多跳推理能力。它目前并不是公开的基准，但为了保证可复现性，评估脚本与匿名化问题集已放在 Protocol-H 仓库) 中。

该数据集包含 200 道企业问题，分为三个复杂度层级。Tier 1(简单，n=60)：单模态问题，一次 SQL 或一次向量检索即可解决；Tier 2(中等，n=80)：需要一次 SQL 和一次向量检索并做基础汇总；Tier 3(复杂，n=60)：需要跨两种模态进行 3 步及以上的多跳推理，并进行跨模态汇总 (例如，“哪些客户分群流失率最高，他们的工单揭示了什么根本原因？”)。

本文中所有的准确率数据均针对 Tier 3 的问题，即最难、也最贴近企业真实需求的子集。

测试配置：

• LLM：GPT-4o(三套系统统一使用，以隔离编排差异的影响)

• Embedding 模型：text-embedding-3-large(OpenAI)

• 向量库：Pinecone(standard tier)

• SQL 后端：Snowflake Enterprise

• 硬件：Docker 容器，4 vCPU / 16GB RAM

• 评估方式：由 GPT-4o 对照标准答案打分，并对 20% 响应做人类抽检。局限：GPT-4o 既是三套系统的推理引擎又是评估器，可能引入循环偏差；基于人类抽检校验评估可靠性。

• 可复现性：完整评估脚本、提示词和标准答案已在仓库提供。说明：EntQA 所用的企业数据源没有公开，复现实验需使用具有类似 schema 复杂度的 SQL/ 向量数据集。

关键发现

准确率提升

与扁平化的智能体相比，分层路由在多跳准确率上相对提升了 34.6%(84.5% vs 62.8%)；与标准 RAG 相比相对提升 87.0%(84.5% vs 45.2%)。换算为绝对值，分别提升 21.7 和 39.3 个百分点。

延迟方面的权衡

Protocol-H 的 p95 延迟为 2.1 秒，相比标准 RAG(0.8 秒) 慢约 1.3 秒，相比扁平化的智能体 (1.4 秒) 慢约 0.7 秒，主要是由更高的推理步数 (3.2 vs 1.0 vs 1.8) 导致的。这是多跳推理的直接成本。作为参照，同步仪表盘查询通常可接受 2-3 秒的响应，因此 Protocol-H 对多数分析型负载仍在可接受的范围之内。

对于延迟敏感的场景 (比如，面向客户的实时应用)，建议采用基于 webhook 的异步模式。以 2.1 秒延迟换来 21.7% 的准确率提升，在“决策质量优先于速度”的企业分析场景中这通常是更优的权衡。

健壮性

在高错误率查询 (有意制造的 schema 不匹配) 方面，Protocol-H 的正确恢复率为 89%，而扁平化的智能体仅为 12%。

生产环境的部署考量

安全与合规性

企业部署不仅要准确率，还要确保安全与可治理。Protocol-H 在这方面实现了：

确定性的控制流

StateGraph 保证执行路径可复现，这对合规审计至关重要。

Schema 感知

初始化时，每个 worker 都会读取数据库元数据 (如 INFORMATION_SCHEMA)，构建在已认证用户 RBAC 权限范围内可访问表 / 列的运行时映射。worker 只会针对可证实有权限的数据生成查询，从执行前就阻断未授权的访问。

策略控制

团队可在 schema_policy.yaml 中定义额外的业务规则 (比如，exclude_tables:['pii_raw'])，在数据库权限之外再加一层数据边界控制，适用于多租户部署或监管分区场景。

错误诊断

系统会返回完整的上下文解释“为何会失败”，而不是直接给出幻觉化的答案。

限流

限流可防止智能体失控并保护基础设施。

结果校验

在结果返回给 supervisor 前，worker 输出会经过可配置的校验层，对如下情况进行检查：数值异常 (如营收超阈值)、NULL 主导结果 (如超过 80% 为 NULL，提示 schema 不匹配)、按上下文不应为空却为空的结果集，以及预期类型与返回类型不一致。校验失败时会触发 Reflective Retry Node，而不是把可疑数据继续传递到最终答案。

部署模式

同步 API

print(result["final_answer"])

基于 Webhook 的异步方式

})

Docker 容器化

CMD ["python", "main.py"]

常见的挑战与解决方案：
Schema 漂移

企业数据库会持续演进，比如，列重命名、表废弃、引入新的业务逻辑。

Protocol-H 通过两种互补机制应对 schema 的漂移。第一是周期性的 schema 校验，应用运行时的轻量级后台线程会按照可配置的周期 (默认 24 小时，或在出现“unknown column”错误时触发) 重新抓取INFORMATION_SCHEMA元数据，并更新各 worker 内存中的 schema 映射。高可用部署中，也可改用 Kubernetes CronJob 或外部调度器实现，避免实例级轮询。

第二是基于替代建议的优雅错误处理。worker 在查询时遇到“unknown column”不会静默失败，而会触发恢复流程，也就是，先对当前 schema 做模糊匹配 (例如，识别profit_margin已改名为net_margin)，通过字符串相似度打分；如果命中高置信的候选者 (>0.8)，会把建议列名连同原始错误上下文 (如“Column profit_margin not found - did you mean net_margin?”) 提交给 supervisor。随后由 supervisor 决定按建议重试、请求澄清还是将问题升级给用户；如果没有命中候选者，则附带完整诊断信息通知 supervisor 改写查询或告知用户存在数据不匹配的问题。

这种做法避免了 schema 漂移变成“静默失败”。每一次漂移相关的错误都会产出可执行的信号，而不是幻觉化的答案。

复杂 Join 下的幻觉问题

当查询涉及 3 张及以上表的连接时，LLM 有时会生成错误的 join 条件。

reflective retry 机制可以通过捕获失败查询并建议替代 join 策略，或将查询拆分成更小的步骤来解决该问题。

多跳场景下的延迟

每增加一步推理都会引入增量延迟。在需要 3-5 步串行推理的多跳场景中，总查询延迟可能超过同步交互界面的容忍阈值。

解决方式包括，对常见子查询进行结果缓存，在步骤相互独立时进行并行执行。

Protocol-H 通过 LangGraph 的 Send API 支持该模式，同时保持确定性的图结构。这里的“确定性”指编排逻辑 (哪些节点执行、执行顺序) 可复现，而非必须串行执行。如果一个查询同时需要 SQL 聚合和向量检索且两者无依赖，supervisor 会并行分派给两个 worker，再在确定性的同步点汇合结果后做最终汇总。也就是说，控制流图仍完全可复现，只在 worker 层执行并行化。(见图 1 中的并行 worker 路径)。

还应缓存 schema 信息以避免重复自省：schema 元数据按可配置 TTL(默认 24 小时) 缓存，并与 Schema Drift 章节中的校验周期保持一致，确保缓存与漂移检测同步。缓存失效与刷新节奏与后台 schema 校验一致，从而在性能 (减少会话内重复INFORMATION_SCHEMA查询) 与新鲜度 (保证 worker 不使用超过 TTL 窗口的旧 schema) 之间取得平衡。

成本管理

每次智能体调用都要触发 LLM，规模化后成本会明显累积。

为了控制成本，可以采用更快更便宜的模型做路由决策 (比如，supervisor 使用 GPT-4o mini)。这是面向未来成本优化的通用架构建议。需要强调的是，本文基准结果 (84.5% 准确率、7.1% 幻觉率) 均来自统一使用 GPT-4o 的 supervisor 和 worker。我们尚未正式评估混合模型配置下的成本 / 准确率权衡；采用该模式的团队应先结合自身的准确率门槛完成验证，再进行规模化部署。另外，可以对相同查询缓存推理结果，并批处理相似查询以提升效率。

经验总结

专业化优于泛化

专用的 SQL 和 Vector worker 在各自模态上持续优于单一的通用智能体：SQL worker 擅长结构化推理，vector worker 擅长语义检索。这种专业化会在端到端上形成复利化的收益。

错误恢复至关重要

在内部测试中 (n≈1500，覆盖三套金融服务部署，Q4 2025)，对幻觉响应的错误分析显示：大约 60% 并非源于 LLM 基础推理能力不足，而是来自未处理执行错误、SQL 失败、向量检索为空或 schema 不匹配，并被静默传播到最终答案阶段。这意味着恢复机制的价值极高：仅通过修复错误处理，就能覆盖大部分幻觉问题，而不必升级模型。

Schema 感知是关键

理解可用数据边界 (schema 与访问控制) 的 worker，比只处理原始数据的 worker 能做出更好的决策。

确定性带来信任

企业往往把“可复现执行”看得比“最大化准确率”更重要，因此确定性工作流编排是生产级智能体系统的关键设计要求。StateGraph 的图级确定性 (相同输入下节点访问顺序与状态迁移一致) 提供了这种可复现性。具体来说，Protocol-H 会为每次决策生成可追踪的审计日志：调用了哪些 worker、顺序如何、输入是什么。对于受 SOC 2、GDPR 或内部模型治理约束的企业团队，这种可复现能力是刚需，它能把答案追溯到具体数据来源和推理步骤，使合规审计相较非确定性系统更具可操作性。

多模态推理需要编排

没有单一的智能体能够同时在 SQL 与语义数据上都推理得足够好，分层委派是必需的。

未来展望

本文框架是当前企业级 agentic RAG 实践的一个阶段性切片。后续重点研究方向包括：

自适应路由

研究目标是学习“不同查询类型最有效的 worker 组合”。当前主要在探索两条互补的路径。第一是查询日志分析：挖掘历史执行轨迹，找出与高准确性、低重试相关的 supervisor 路由决策，再将这些模式反馈到未来路由 (例如，“财务的阶段性问题通常先需要 SQL，再执行向量检索以补全上下文”)。第二是轻量 RL 优化：把 supervisor 路由决策建模为可优化的策略，以“答案准确率 + 幻觉率 + 查询延迟”的组合作为奖励信号，让系统在无需人工调参下逐步学习查询类型的特定路由。两者仍处于早期研究阶段；考虑到实现的复杂度，日志分析是更接近阶段性可落地的路径。

语义化缓存

缓存向量检索结果，减少重复 embedding 计算。

跨模态融合

探索更高级的 SQL 证据与语义证据融合方法。

可解释性

为多跳的推理路径生成人类可读的阐述形式，这可能是企业采用的最关键前沿领域。当前 Protocol-H 能输出完整的执行轨迹 (调用了哪些 worker、顺序如何、输入输出是什么)，但这仍是技术日志，不是业务可读的阐述形式。下一步是把轨迹转成自然语言推理摘要，例如：“为回答你关于欧洲业务表现不佳的问题，我先按地区查询营收与利润率数据 (SQL)，再检索欧盟最新监管文件和市场报告 (向量检索)，并发现德国利润率下滑与 2024 年 Q3 三份监管文档提到的新 VAT 合规成本相关 ”。这种透明度对分析师信任、合规性审计和模型治理都至关重要。欧盟 AI 法案对高风险 AI 系统要求保留系统运行日志 (第 12 条)，其中就包括决策的可追溯性。

结 论

企业 RAG 中的“模态鸿沟”(结构化与非结构化数据协同) 本质上不是单纯的技术能力不足，而是编排方面的挑战。Protocol-H 证明，具备自主错误恢复的分层多智能体系统可以达到企业级准确性、安全性和可审计性。

通过职责分离 (supervisor 负责编排、worker 负责专长执行) 并实现 reflective retry 机制，团队可以构建在异构企业数据上稳定推理的 agentic 系统，同时满足确定性与合规要求。

对构建企业级 agentic 系统的团队而言，核心架构原则很简单：先编排再委派，先专业化再泛化，先恢复再传播错误。带自主纠错的分层多智能体设计，能够在异构数据模态上实现可靠推理，弥合理论能力与生产可用之间的鸿沟。参考实现 Protocol-H 已经在实践中验证了这些原则，也为团队按自身基础设施和合规需求做二次落地提供了基础。

代码示例：本文所有代码片段均来自 Protocol-H 框架的原始 Python 实现。

参考资料：

• LangChain v0.3.x

• LangGraph v0.2.x

• OpenAI Python SDK v1.x

• GPT-4o (gpt-4o-2024-08-06) — 用于 Worker 推理

• GPT-4o mini (gpt-4o-mini-2024-07-18) — 推荐用于 Supervisor 路由

• text-embedding-3-large — 用于向量 embedding

• Pinecone v3.x

• Snowflake Connector for Python v3.x—Python Connector

注意：版本号对应基准测试时所用版本 (Q4 2025)。

开源仓库可以参见此处。

Building Hierarchical Agentic RAG Systems: Multi-Modal Reasoning with Autonomous Error Recovery (https://www.infoq.com/articles/building-hierarchical-agentic-rag-systems/)

声明：本文由 InfoQ 翻译，未经许可禁止转载。