# easy-agents-rag 技术规划

## 目标

`easy-agents-rag` 用于承载 Easy-Agents 的 RAG 领域能力，逐步将知识入库、文档预处理、分块、索引增强、检索增强等能力从业务工程中抽离，形成可复用的框架层模块。

当前阶段先完成模块骨架建设，并优先承接本次文档导入链路中的预处理与分块能力迁移。

## 模块规划

### `easy-agents-rag-core`

定位：RAG 域共享契约层。

负责内容：
- 通用常量与元数据 key
- 结构类型、策略类型、chunk 类型定义
- 少量稳定共享模型与接口

不负责内容：
- 具体 OCR 实现
- 具体分块实现
- 具体召回编排

### `easy-agents-rag-ingestion`

定位：入库前处理链路。

负责内容：
- 文本标准化与清洗
- 文档结构分析
- 拆分策略推荐
- 文档分块与 chunk 元信息补全
- 入库前质量控制

当前迁移优先承接：
- 文档结构分析
- 章节/问答/段落分块
- 自动推荐拆分策略

### `easy-agents-rag-enhance`

定位：索引前增强能力。

负责内容：
- 图增强
- RAPTOR
- parent-child chunk
- window chunk
- 摘要、关键词、标签等增强信息生成
- 索引前的知识单元增强

### `easy-agents-rag-retrieval`

定位：查询侧增强与召回编排。

负责内容：
- query rewrite / expansion
- hybrid recall 编排
- metadata filter 策略
- graph recall
- rerank 编排
- chunk merge / window expand / context assemble

## 当前迁移范围

本次优先迁移到 `easy-agents-rag-ingestion` 的能力：
- 文档结构分析
- 拆分策略推荐
- 标题型 / QA 型 / 段落型分块

本次不迁移的能力：
- 业务侧预览会话
- 控制器与接口 DTO
- 业务库持久化
- 前端导入页面
- OCR / PDF 解析能力

这些能力继续留在业务工程，由业务层依赖 `easy-agents-rag` 提供的能力完成编排。

其中 OCR / PDF 解析能力改由独立的 `easy-agents-document` 能力域承接，不再归属 `easy-agents-rag`。

## 后续演进

后续演进顺序建议如下：

1. 完成 `rag-ingestion` 首批能力迁移并稳定对外接口
2. 补充 `rag-enhance`，支持图增强、RAPTOR、索引增强
3. 补充 `rag-retrieval`，统一查询增强与召回后处理

整体原则：
- `easy-agents-core` 保持基础抽象
- `easy-agents-rag` 聚合 RAG 领域实现
- `easy-agents-document` 承接 OCR、版面理解与 PDF 解析等文档处理能力
- 业务工程只保留编排、持久化与产品层逻辑