For English version, see README_en.md

Enhanced Adaptive RAG

基於 LangGraph 的反思型與狀態管理 RAG 管線，擴展了Adaptive-RAG 架構，增加了多輪推理、查詢反思與對話狀態追蹤功能。

概述

本專案是基於 LangGraph 與 LangChain 所建的 Adaptive-RAG 系統延伸實現。 它透過引入 查詢拆分、反思推理 以及 對話狀態管理，增強了原始自適應 RAG 架構，使多輪互動更可控且可解釋。

系統引入了受控的反思迴圈與狀態管理機制，避免無限遞迴，同時保持自適應能力。

功能與改進

相比原始的 Adaptive-RAG 範例，本專案新增了以下功能與改進：

#	功能 / 節點	說明
1	QUERY_SPLITTER_NODE	將複雜用戶查詢拆分為子查詢，以提升檢索精度。
2	REFLECTION_NODE	增加反思邏輯，用於提供高幻覺風險或缺失的網路檢索建議。
3	search_prompt Chain	根據反思結果生成網路搜尋提示，以進行自適應外部檢索。
4	CHAT_MANAGE_NODE	儲存每輪對話歷史（使用 InMemorySaver），確保狀態連續性與分析能力。
5	迴圈控制 (Loop Control)	設置反思迴圈上限，以防止無限反思循環。
6	擴展測試 (Extended Tests)	新增自定義節點與反思邏輯的單元測試。
7	擴展圖狀態 (Extended Graph State)	擴展狀態定義，以支援額外的節點資料流。

架構概覽

強化後的工作流程在原始自適應 RAG 迴圈中加入了反思與記憶節點：

主要設計理念：

• 引入受控的反思反饋機制
• 使用 InMemorySaver 保存 狀態化對話歷史
• 在迴圈約束下實現動態推理與反思

測試

新增的擴展測試可驗證：

• 查詢拆分與重構邏輯
• 反思決策流程

參考資料

本專案參考以下開源倉庫開發：

1. LangGraph Adaptive RAG Example — MIT 授權
2. LangGraph-AI Adaptive RAG by Piyush Agnihotri — MIT 授權

參考來源 (2) 的引用及致謝

• 原始 LangChain 倉庫：LangChain Cookbook
• 作者：Sophia Young (Mistral) & Lance Martin (LangChain)
• 基於 LangGraph 構建
• Marco 重構的倉庫：emarco177/langgraph-course