RAG系统的检索质量，决定了大模型回答的上限。而查询重构与扩展，正是打破这个上限的核心利器。
一、问题：为什么你的RAG检索总在“答非所问”？
做过检索增强生成（Retrieval-Augmented Generation，RAG）的人大概都遇到过这样的情况：用户问了一个完全合理的问题，但检索就是漏掉了最相关的信息。
基础RAG的流程很简单：用户查询 → 向量化 → 向量检索 → 返回文档块 → LLM生成答案。但问题恰恰出在第一步——查询质量直接决定了检索质量。
查询模糊、表述不当，或者用户对问题的抽象层次把握不准，检索结果就会出偏差，LLM拿到的上下文也跟着失真。用一句经典的话说：垃圾输入，垃圾输出，这个规律在RAG场景里同样成立。
更具体地说，传统检索面临三类典型问题：
- 词汇鸿沟：用户查询的措辞与文档中的表述不一致。比如问“How can LangSmith help monitor LLM applications?”，如果文档里从未出现过“monitor”“tracking”或“observability”，哪怕内容相关也检索不到。
- 短查询信息密度不足：用户往往输入简短的查询词，而向量数据库里存的是完整文档。查询和文档在嵌入空间中的距离天然疏远。
- 复杂查询无法一次覆盖：有些查询本身包含多个子问题
