检索增强生成（Retrieval-Augmented Generation, RAG）已成为缓解大模型幻觉、引入外部知识的主流范式。然而，标准 RAG 流程存在一个根本性缺陷：无论用户问题是否需要外部知识，系统都会机械地执行检索。这种“无差别检索”带来三个问题：计算浪费：对于“今天星期几”这类无需检索的问题，依然触发向量检索噪音注入：检索到的无关文档可能干扰模型生成，反而降低质量延迟增加：每次推理都增加检索耗时Self-RAG（Self-Reflective Retrieval-Augmented Generation）的核心思想是：让 Agent 具备“检索自觉”——自主判断何时需要检索、检索什么内容、以及如何利用检索结果。本文将从原理到实现，手把手构建一个完整的 Self-RAG Agent，代码均可运行，总字数逾 5000 字。目录第一部分：Self-RAG 核心架构1.1 与传统 RAG 的对比1.2 Self-RAG 的三阶段循环第二部分：环境准备与基础设施2.1 依赖安装2.2 配置与初始化第三部分：知识库构建（Chroma + 文档处理）3.1 文档加载与切分第四部分：Self-RAG 核心实现4.1 状态管理与标记定义4.2 LLM 调用封装4.3 检索决策器（Decide）4.4 检索执行器（Retrieve）4.5 反思器（Reflect）4.6 生成器（Generator）第五部分：Self-RAG Agent 主控器第六部分：增强特性（高级版）6.1 缓存机制：避免重复检索6.2 并行检索（多查询分解）6.3 流式输出第七部分：使用示例与测试7.1 构建知识库示例7.2 测试查询7.3 决策链可视化第八部分：性能评估与对比8.1 对比实验8.2 质量评估第九部分：生产部署建议9.1 优化策略9.2 Docker 部署第一部分：Self-RAG 核心架构1.1 与传统 RAG 的对比维度传统 RAGSelf-RAG检索触发固定触发Agent 自主决策检索粒度每次完整检索按需检索特定信息结果利用直接拼接上下文反思、筛选、融合生成过程单次生成迭代生成，可多次检索可控性弱强（