查询的路由是必不可少的
你有没有想过一个问题：用户发了一句"你好"，你的RAG系统会怎么处理？
如果没做任何分流，它会老老实实地把"你好"丢进向量库做相似度检索，然后可能匹配到"你好，欢迎使用XX产品"之类的文档片段，最后大模型基于这个片段生成一段莫名其妙的回复。
再比如用户问"我的订单到哪了"——这个问题的答案根本不在知识库里，它需要调用物流API查实时数据。但如果系统不区分，照样去知识库里搜，搜出来的可能是"物流配送说明"之类的通用文档，答非所问。
这就好比去医院看病，不管你是感冒还是骨折，都直接塞进同一个科室——效率低不说，还容易误诊。
意图识别就是RAG系统的"分诊台"：先判断用户想干什么，再决定走哪条处理通道。
四条通道，各司其职
根据实际项目经验，用户的提问基本可以归为四类意图，每类对应不同的处理方式。
通道一：知识检索
用户问的是通用性、知识性的问题，答案存在于你的文档库中。
典型场景：
- "Spring Boot的自动配置原理是什么？"
- "退货政策是怎样的？"
- "MySQL索引失效的常见原因有哪些？"
处理方式：走完整的RAG流程——问题改写 → 向量检索 → 重排序 → 大模型生成。
通道二：工具调用
用户需要的是实时数据或个人数据，这些信息不在静态知识库里，需要调用外部接口获取。
典型场景：
- "我的订单2026031500123到哪了？"（调物流API）
- "帮我查一下研发部有多少人"（查数据库）
- "今天北京天气怎么样？"（调天气API）
处理方式：识别出需要调用的工具/API，提取参数，执行调用，返回结果。这里面又分两种情况：
- 直接调API（Function Call / MCP）
- 先把自然语言转成SQL再查数据库（Text2SQL，后面会详细讲）
通道三：闲聊寒暄
用户只是打个招呼、说声谢谢、聊几句无关的话。
典型场景：
- "你好"
- "谢谢你的帮助"
- "今天心情不错"
- "你是谁？"
处理方式：直接让大模型回复，不需要检索任何知识库。这类问题如果走检索，反而会因为匹配到不相关的文档而让回答变得奇怪。
通道四：引导澄清
用户的问题太模糊、太宽泛，系统没法直接给出有价值的回答，需要反问用户获取更多信息。
典型场景：
- "帮我推荐一个课程"（什么方向？什么水平？预算多少？）
- "数据库有问题"（什么数据库？什么问题？报错信息？）
- "部署"（部署什么？部署到哪里？）
处理方式：不急着回答，而是生成一个引导性的追问，帮用户把需求说清楚。
四条通道的判断标准
- 答案在文档里 → 知识检索
- 答案需要实时查询 → 工具调用
- 不需要答案，只是社交互动 → 闲聊
- 问题本身不完整，无法给出有效回答 → 引导澄清
付费内容提示
该文档的全部内容仅对「JavaUp项目实战&技术讲解」知识星球用户开放
加入星球后，你可以获得：
- 超级八股文：100万+字的全栈技术知识库，涵盖技术核心、数据库、中间件、分布式等深度剖析的讲解
- 讲解文档：超级AI智能体、黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的从0到1的详细文档
- 讲解视频：超级AI智能体、黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的核心业务详细讲解
- 1 对 1 解答：可以对我进行1对1的问题提问，而不仅仅只限于项目
- 针对性服务：有没理解的地方，文档或者视频还没有讲到可以提出，本人会补充
- 面试与简历指导：提供面试回答技巧，项目怎样写才能在简历中具有独特的亮点
- 中间件环境：对于项目中需要使用的中间件，可直接替换成我提供的云环境
- 面试后复盘：小伙伴去面试后，如果哪里被面试官问住了，可以再找我解答
- 远程的解决：如果在启动项目遇到问题，本人可以帮你远程解决
进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。
