第七章：知识库被 Agent 调用 —— 从 RAG 到 MCP

本章使用 MCP 作为受治理的工具接口边界，协议本身不替代鉴权、路由与责任归属。

本章在全书中的角色

读完本章你能做到：把建好的知识库暴露给 Claude Desktop、Cursor、Codex App 等任意 MCP Client 调用，设计多工具并存时的路由裁决机制。

前置条件：已完成第四章架构（有向量库/图谱/Skill 库）和第五章安全配置（权限已就绪）。

三类读者：工程师 → 直接从 MCP Server 代码段开始；架构师 → 重点看路由冲突与裁决机制；产品经理 → 重点看 MCP 是什么、与传统 API 的区别。

这是完整链路的最后一环：知识已经蒸馏、已经入库，Agent 如何高效调用它？

6.1 三种调用模式总览

知识库被 Agent 调用有三种根本不同的模式，不可混淆：

text

模式1：RAG 检索（被动）
  Agent 查询 → 知识库返回相关块 → Agent 用于生成回答
  → 适合：声明性知识（是什么/为什么），频繁更新的参考资料

模式2：Skill 导航（主动）
  Agent 浏览 Skill 目录 → 找到匹配 Skill → 加载执行
  → 适合：程序性知识（怎么做），可复用的操作流程

模式3：Agentic RAG（自主迭代）
  Agent 自主决定何时检索、检索什么、是否足够、是否重试
  → 适合：复杂多跳问题，需要多步推理的任务

RAG 提供声明性证据（是什么），Skill 提供程序性指导（怎么做）。最佳实践是两者结合：

来自 Anything2Skill 论文实验数据：

纯 RAG：95.41%（qsv）/ 76.50%（GitHub-CLI）
Anything2Skill + RAG：98.85%（qsv）/ 94.10%（GitHub-CLI）
结论：Skill 和 RAG 互补，分别解决程序性和声明性两类需求

6.2 模式1：RAG 检索调用 SOP

基础向量 RAG 调用：

python

# LangChain 方式
from langchain_community.vectorstores import Chroma
from langchain_openai import OpenAIEmbeddings

vectorstore = Chroma(
    persist_directory="./chroma_db",
    embedding_function=OpenAIEmbeddings()
)

# Agent 工具定义
from langchain.tools import Tool

knowledge_retrieval_tool = Tool(
    name="knowledge_search",
    description="""在知识库中搜索相关信息。
    输入：自然语言查询
    适用：当需要查询事实、参考资料、文档内容时""",
    func=lambda q: vectorstore.similarity_search(q, k=5)
)

GraphRAG 调用（LightRAG）：

python

# 将 LightRAG 封装为 Agent 工具
from langchain.tools import BaseTool

class LightRAGTool(BaseTool):
    name = "graphrag_search"
    description = """知识图谱查询工具。
    适合：需要理解实体关系、跨文档综合的复杂查询。
    输入：自然语言查询
    模式：mix（默认，综合效果最好）"""
    
    def _run(self, query: str, mode: str = "mix") -> str:
        result = rag.query(query, param=QueryParam(mode=mode))
        return result
    
    async def _arun(self, query: str, mode: str = "mix") -> str:
        result = await rag.aquery(query, param=QueryParam(mode=mode))
        return result

查询路由（向量 RAG vs GraphRAG 混合）：

python

# 简单路由规则（生产中用小模型分类器替代）
def route_query(query: str) -> str:
    multi_hop_signals = ["关系", "联系", "影响", "导致", "比较", "所有", "哪些", "趋势"]
    if any(s in query for s in multi_hop_signals):
        return "graphrag"
    return "vector_rag"

# 路由执行
def retrieve(query: str) -> str:
    if route_query(query) == "graphrag":
        return rag.query(query, param=QueryParam(mode="mix"))
    else:
        docs = vectorstore.similarity_search(query, k=5)
        return "\n\n".join([d.page_content for d in docs])

6.3 模式2：Skill 导航调用 SOP

Corpus2Skill 调用方式（导航式，无向量检索）：

bash

# 编译阶段（一次性，离线）
python -m corpus2skill compile \
  --input ./knowledge_docs/ \
  --output ./skill_tree/ \
  --p 10 \
  --max-top 8 \
  --model claude-sonnet-4-6 \
  --embed-model Qwen/Qwen3-Embedding-0.6B

Agent 调用时（serve time）：

python

from corpus2skill import serve

# Agent 有两个工具：
# 1. code_execution：浏览 SKILL.md 和 INDEX.md（导航）
# 2. get_document(doc_id)：获取完整文档内容

# 典型查询流程（2-3 轮）：
# 轮1：Agent 读 SKILL.md → 了解知识库全局结构（鸟瞰图）
# 轮2：Agent 读相关 INDEX.md → 缩小到具体文档列表
# 轮3：Agent 调用 get_document → 获取完整证据

Corpus2Skill 的核心优势：Agent 知道"还有多少没看"，可以回溯，可以跨分支综合——这是向量检索永远无法提供的结构性可见性。

Agent Skill 原子性约束与降级协议（防执行崩溃）：

[!] The 3-7-1 Rule：一个合格的 SKILL.md 必须满足：最多 3 层逻辑嵌套、最多 7 个主要执行步骤、单一的输入输出结构。

降级拆解：若蒸馏出的长视频或复杂流程超过 7 步，必须拆分为一个 MASTER_SKILL.md 引用多个子 Skill。
硬编码降级：若 Skill 中包含大量复杂的 IF-THEN 判断，不要用自然语言让 LLM 去猜，必须将其提取为 Python 脚本并封装为 MCP 工具，SKILL 仅负责调用该工具。

成本优化（官方数据）：

默认配置：每次查询 $0.172
启用 prompt cache（默认开启）：$0.089（节省 48%）
cache 命中率约 70%，命中部分仅需原价的 1/10

6.4 模式3：Agentic RAG 调用 SOP

Agentic RAG 的核心架构（AgenticRAG 论文，2026）：

Agent 不再是 RAG 的被动消费者，而是主动控制检索过程：

图表接近视口时加载…

查看 Mermaid 源码

flowchart TD
    Start[Agentic Query] --> Reason{证据充足?}
    Reason -->|Yes| End[生成终局回答]
    Reason -->|No: 分析缺口| Act
    
    subgraph Action_Space [Act 工具箱]
        direction LR
        A1[search: 跨库搜索]
        A2[find: 文档内精确定位]
        A3[open: 读指定片段]
        A4[summarize: 降维释放Token]
    end
    
    Act --> Action_Space
    Action_Space --> Observe[Observe: 更新已知信息]
    Observe --> Check{Stop 条件触发?}
    
    Check -->|迭代达上限/超时| End
    Check -->|继续| Reason
    
    classDef default fill:#fafafa,stroke:#334155,stroke-width:1px;
    classDef decision fill:#fef08a,stroke:#ca8a04,stroke-width:1px;
    class Reason,Check decision;

五种 Agentic RAG 模式（按复杂度排序）：

text

模式 1 — 迭代检索（Iterative Retrieval）
  流程：检索 → 阅读 → 评估缺口 → 精化查询 → 重复
  适用：单一查询，但第一次检索不够完整
  成本：低（1-3轮额外检索）

模式 2 — 查询分解（Query Decomposition）
  流程：复杂查询 → 拆分为 2-6 个子查询 → 并行检索 → 合并
  适用："A 相比 B 在 C 方面表现如何，考虑到 D 条件" 类查询
  成本：中（N个子查询 × 检索成本）

模式 3 — 假设驱动检索（Hypothesis-Driven）
  流程：提出假设 → 专门检索证实/证伪 → 更新假设
  适用："X 是否真的是 Y 的原因？"调查类查询
  成本：中（每假设 1-2 轮检索）

模式 4 — 跨源三角验证（Cross-Corpus Triangulation）
  流程：同一查询 → 多个知识源并行检索 → 融合/标注分歧
  适用：需要从内部文档 + 知识图谱 + 向量库多源印证
  成本：高（M个源 × 检索成本）

模式 5 — 证据加权合成（Evidence-Weighted Synthesis）
  流程：检索多份可能矛盾的证据 → 按来源可信度加权 → 合成
  适用：不同文档对同一问题有不同说法
  成本：中（额外一次推理用于合成）

A-RAG 实现（推荐起点）：

python

# A-RAG：层次化检索接口，Agent 自主选择检索策略
# 三个工具：keyword_search / semantic_search / chunk_read

from arag import ARAG

agent = ARAG(
    corpus_dir="./knowledge_docs/",
    llm="claude-opus-4-7",  # 推理能力强的模型效果更好
    max_iterations=7,
    token_budget=40000
)

result = agent.query("哪些项目同时涉及风险A和风险B，且负责人都是同一团队？")
# Agent 自主选择：先 keyword_search 找关键实体，再 semantic_search 补充，
# 最后 chunk_read 读完整上下文——无需预设工作流

6.5 Skill 检索与路由（大规模 Skill 库）

当 Skill 数量超过 50 个时，需要 Skill 检索机制（否则全量加载超出上下文）：

Anthropic Tool Search Tool 模式（官方推荐）：

python

# 启动时只加载 search_tool，其余 Skill 按需检索
# 效果：Opus 4 准确率从 49% → 74%（Tool Search），token 减少 85%

# 系统提示配置：
system_prompt = """
你可以访问以下技能库。使用 search_skills 工具查找适合当前任务的技能，
然后使用 load_skill 工具加载并执行它。

可用工具：
- search_skills(query): 在技能库中搜索相关技能
- load_skill(skill_name): 加载指定技能
"""

# Agent 调用流程：
# 1. 接收任务
# 2. search_skills("需要做什么") → 找到候选 Skill
# 3. load_skill("匹配的Skill名") → 加载 SKILL.md
# 4. 按 Skill 指导执行

组合 Skill 路由（Gao 2026 论文，Compositional Skill Routing）：

text

任务分解器（Decomposer）
    ↓ 分解为原子子任务
双编码器检索（Bi-encoder FAISS）
    ↓ 为每个子任务检索最匹配的 Skill
Skill-Aware 反馈循环（SAD）
    ↓ 将检索结果反馈给分解器重新调整（准确率 51% → 67.7%）
DAG 规划器（Dependency-Aware Planner）
    ↓ 组合为可执行计划

适用阈值：

< 50 Skills → 直接 prompt caching 全量加载，不需要检索
50-200 Skills → 单步 retrieve-and-rerank（SkillRouter 方案）
200+ Skills → 完整 Compositional Skill Routing

6.6 Agent 记忆层（跨会话知识持久化）

TencentDB Agent Memory 架构（Tencent，2026，集成 OpenClaw）：

text

短期记忆（任务内）：
  底层：完整工具输出（refs/*.md，只读存档）
  中层：步骤摘要（JSONL）
  顶层：Mermaid 任务状态图（极致压缩，Agent 只读顶层）
  → token 减少 61.38%，任务成功率提升 51.52%

长期记忆（跨会话）：
  L0 Conversation → L1 Atom（原子事实）
           ↓
  L2 Scenario（场景块）→ L3 Persona（用户档案）
  → Agent 日常只查 L3 Persona，细节时下钻到 L1 Atom

记忆层写入时机：

text

任务完成时 → 写入长期记忆
  · 蒸馏本次任务中涌现的新知识 → wiki/
  · 更新用户偏好 → Persona
  · 记录本次使用了哪些 Skill、效果如何 → Skill 生命周期

任务失败时 → 写入经验教训
  · 记录失败原因和解决方案 → bdistill 规则提取
  · 更新 Skill 的 contraindications（禁忌）字段

6.7 完整端到端链路（蒸馏 → 入库 → Agent 调用）

text

┌─────────────────────────────────────────────────────────────────────┐
│                          原始多模态内容                               │
│                  (PDF/视频/音频/网页/代码/图像...)                    │
└────────────────────────────┬────────────────────────────────────────┘
                             │  第1-4部分（蒸馏）
                             ▼
┌─────────────────────────────────────────────────────────────────────┐
│                          内容解析层                                   │
│  MinerU / Docling / LlamaParse / faster-whisper / VLM Caption       │
│                  ↓ 统一 Markdown/JSON                                │
│                          知识蒸馏层                                   │
│  cangjie-skill / Resource2Skill / COLLEAGUE.SKILL / bdistill        │
│                          质量验证层                                   │
│  对抗一致性检测 + 置信度评分 + acceptance_predicate                  │
└────────────────────────────┬────────────────────────────────────────┘
                             │  分流入库
          ┌──────────────────┼──────────────────┐
          ▼                  ▼                  ▼
┌──────────────┐   ┌──────────────────┐  ┌───────────────┐
│  Skill 库    │   │  知识图谱         │  │  向量库        │
│  SKILL.md   │   │  (LightRAG/      │  │  (pgvector/   │
│ ~/.agents/  │   │   GraphRAG/      │  │   Qdrant/     │
│  skills/    │   │   Graphiti)      │  │   Milvus)     │
└──────┬───────┘   └────────┬─────────┘  └──────┬────────┘
       │  第6部分（Agent 调用）                   │
       └──────────────────┬──────────────────────┘
                          │
                    ┌─────▼──────┐
                    │  查询路由   │
                    │  分类器    │
                    └─────┬──────┘
              ┌────────────┼────────────┐
              ▼            ▼            ▼
      ┌──────────┐  ┌──────────┐  ┌──────────┐
      │简单事实  │  │多跳/综合  │  │程序性任务│
      │向量RAG  │  │GraphRAG  │  │Skill导航 │
      │精确/快速│  │LightRAG  │  │Corpus2S. │
      └────┬─────┘  └────┬─────┘  └────┬─────┘
           └─────────────┼─────────────┘
                         ▼
                 ┌──────────────┐
                 │ Agentic Loop │
                 │ (A-RAG 范式) │
                 │ ReAct 迭代   │
                 │ 工具调用     │
                 └──────┬───────┘
                        ▼
                   最终回答 + 来源引用
                        │
                   ┌────▼─────┐
                   │ 记忆回写  │
                   │ (长期记忆 │
                   │  更新)   │
                   └──────────┘

6.8 调用层工具总览

工具/框架	类型	用途	推荐场景
LightRAG Query API	GraphRAG 检索	5种模式图谱查询	多跳/综合查询
Corpus2Skill serve	Skill 导航	Agent 浏览层次技能树	单域文档问答
Anything2Skill SkillBank	Skill 检索	RAG + Skill 双轨	程序性知识调用
A-RAG（arag）	Agentic 检索	三层次工具自主检索	复杂多步推理
AgenticRAG（search/find/open）	Agentic 检索	企业文档问答	企业知识库
Anthropic Tool Search	Skill 路由	大规模 Skill 库按需加载	200+ Skill 场景
TencentDB Agent Memory	记忆层	短期+长期分层记忆	长运行 Agent
Graphiti（Zep）	时态记忆	Agent 时态知识图谱	知识随时间变化的场景
xMemory	Agent 记忆	分层记忆（L0→L3）去冗余	多会话连续推理

6.9 2026 新范式：MCP 协议（Model Context Protocol）

核心认知

MCP 不是"插件"，是 2026 年 Agent 与知识库连接的标准协议。封装一次 MCP Server，Claude Desktop、Cursor、Codex App 都可以直接调用，无需写任何适配代码。

传统调用 vs MCP 调用

维度	传统 FastAPI 封装	MCP Server 封装
每个 Agent 都需要	写适配代码调用 REST API	(OK) 无需，MCP 统一
新增知识库	每个 Agent 改代码	(OK) 只需注册新 Server
Claude Desktop 直接用	(X) 不支持	(OK) 原生支持
Cursor 直接用	(X) 需要 Extension	(OK) 原生支持
工程量	每端各写一套	一次封装，多端复用

MCP 协议三类能力

text

Tools（工具）   — Agent 可以调用的函数，如 search_products()
Resources（资源）— Agent 可以读取的静态数据，如知识库 schema
Prompts（提示词）— 预置的对话模板，引导用户更好地描述需求

完整 MCP Server 示例

参考第 4 章 Stage 6 的 mcp_server.py 最小实现，以及第 15 章 Prompt 05 的完整生产版封装（含 get_market_overview + 错误处理）。

LangGraph Agent 通过 MCP 调用知识库

python

# langgraph_mcp_agent.py
# 展示 LangGraph Agent 如何通过 MCP 工具调用知识库
from langchain_mcp_adapters.tools import load_mcp_tools
from langgraph.prebuilt import create_react_agent
from langchain_anthropic import ChatAnthropic
import asyncio

async def run_agent():
    # 加载 MCP Server 上的工具（自动发现 search_products 等）
    tools = await load_mcp_tools(server_url="http://localhost:8000/mcp")

    model = ChatAnthropic(model="claude-3-5-sonnet-20241022")
    agent = create_react_agent(model, tools)

    result = await agent.ainvoke({
        "messages": [{"role": "user",
                      "content": "美国市场性价比最高的便携充电器有哪些？"}]
    })
    print(result["messages"][-1].content)

asyncio.run(run_agent())

知识库调用工具全景（2026 更新版）

工具/框架	类型	用途	推荐场景
MCP Python SDK	MCP 封装	知识库→通用工具	2026 首选，跨 Client 复用
LightRAG Query API	GraphRAG 检索	5种模式图谱查询	多跳/综合查询
Corpus2Skill serve	Skill 导航	Agent 浏览层次技能树	单域文档问答
Anything2Skill SkillBank	Skill 检索	RAG + Skill 双轨	程序性知识调用
A-RAG	Agentic 检索	三层次工具自主检索	复杂多步推理
Graphiti（Zep）	时态记忆	Agent 时态知识图谱	知识随时间变化

MCP 路由冲突与裁决机制

当知识库被封装为多个 MCP Server，且多个 Server 提供功能重叠的工具时，路由器面临裁决问题。这不是协议问题，而是知识治理问题。

三类典型冲突场景

冲突一：同名工具，不同数据源search_product_info 在 kb-server-public（公开竞品数据）和 kb-server-internal（内部产品数据）都存在。Agent 调用时选哪个？

冲突二：重叠覆盖，质量不同get_pricing_data 同时存在于"历史价格库"（周度更新）和"实时报价库"（分钟更新），两者对同一产品给出不同价格。

冲突三：权限边界交叉 Agent 有 Server A 的完整权限和 Server B 的只读权限，但完成当前任务需要 Server B 的最新数据。

裁决框架：PTDS 四维优先级

在发生路由冲突时，按以下优先级顺序裁决：

优先级	维度	规则	示例
P1	精确性（Precision）	更精确匹配任务意图的工具优先	任务要"内部数据"则走内部Server
P2	时效性（Timeliness）	时效要求高时，新鲜度优先于深度	实时价格 > 月度报告
P3	数据级别（Data Level）	默认优先使用最低敏感级别能满足需求的来源	能用L1回答就不调L3
P4	成本（Cost）	同等质量下，低成本路由优先	本地缓存 > API调用

python

class MCPRouter:
    def resolve_conflict(self, candidates: list[dict], task_context: dict) -> dict:
        """
        candidates: [{"server": "...", "tool": "...", "freshness": ..., 
                       "data_level": ..., "cost": ..., "precision_score": ...}]
        返回唯一胜出的工具调用方案
        """
        # P1: 精确性过滤
        best_precision = max(c["precision_score"] for c in candidates)
        candidates = [c for c in candidates 
                      if c["precision_score"] >= best_precision - 0.05]
        
        # P2: 若任务有时效要求，选最新鲜的
        if task_context.get("requires_realtime"):
            candidates = sorted(candidates, key=lambda c: c["freshness"])[:1]
        
        # P3: 最低敏感数据级别优先
        min_level = min(c["data_level"] for c in candidates)
        candidates = [c for c in candidates if c["data_level"] == min_level]
        
        # P4: 最低成本
        return min(candidates, key=lambda c: c["cost"])

冲突日志与审计

所有路由冲突必须记录，否则无法发现系统性偏差：

python

def log_routing_conflict(candidates, winner, task_id):
    record = {
        "timestamp": datetime.now().isoformat(),
        "task_id": task_id,
        "candidates": len(candidates),
        "winner": winner["server"] + "." + winner["tool"],
        "reason": winner.get("selection_reason", "PTDS"),
        "losers": [c["server"] + "." + c["tool"] for c in candidates if c != winner]
    }
    # 每日汇总：哪些工具总是输？可能说明某个Server需要升级或下线
    append_to_audit_log("mcp_routing_conflicts.jsonl", record)

路由治理的核心原则

协议标准化（MCP）解决的是接口问题，不解决语义冲突和责任归属。每个 MCP Server 应该有明确的"服务边界声明"：它承诺回答什么、不回答什么、精度保证范围是什么。没有边界声明的Server接入越多，路由器的不确定性越高。

→ 下一章

Agent 调用架构到位后，深入进阶选型——如何在 LoD 阶梯上选对蒸馏深度、何时用图谱 → 07-advanced-theory

来源与复核

复核状态：待复核。任何易漂移的版本、价格、法律或性能结论，采用前都必须回到一手来源再次确认。
代码状态：示意代码。未被本地 smoke test 覆盖的片段不得解释为生产可运行。
证据边界：本页成熟度只描述内容形态，不代表部署、上线或生产验收已经完成。
下一验收动作：按仓库根目录 content-audit.md 中本模块的证据缺口补齐来源、fixture 与验收回执。

第七章：知识库被 Agent 调用 —— 从 RAG 到 MCP ​

6.1 三种调用模式总览 ​

6.2 模式1：RAG 检索调用 SOP ​

6.3 模式2：Skill 导航调用 SOP ​

6.4 模式3：Agentic RAG 调用 SOP ​

6.5 Skill 检索与路由（大规模 Skill 库） ​

6.6 Agent 记忆层（跨会话知识持久化） ​

6.7 完整端到端链路（蒸馏 → 入库 → Agent 调用） ​

6.8 调用层工具总览 ​

6.9 2026 新范式：MCP 协议（Model Context Protocol） ​

传统调用 vs MCP 调用 ​

MCP 协议三类能力 ​

完整 MCP Server 示例 ​

LangGraph Agent 通过 MCP 调用知识库 ​

知识库调用工具全景（2026 更新版） ​

MCP 路由冲突与裁决机制 ​

三类典型冲突场景 ​

裁决框架：PTDS 四维优先级 ​

冲突日志与审计 ​

来源与复核 ​

第七章：知识库被 Agent 调用 —— 从 RAG 到 MCP

6.1 三种调用模式总览

6.2 模式1：RAG 检索调用 SOP

6.3 模式2：Skill 导航调用 SOP

6.4 模式3：Agentic RAG 调用 SOP

6.5 Skill 检索与路由（大规模 Skill 库）

6.6 Agent 记忆层（跨会话知识持久化）

6.7 完整端到端链路（蒸馏 → 入库 → Agent 调用）

6.8 调用层工具总览

6.9 2026 新范式：MCP 协议（Model Context Protocol）

传统调用 vs MCP 调用

MCP 协议三类能力

完整 MCP Server 示例

LangGraph Agent 通过 MCP 调用知识库

知识库调用工具全景（2026 更新版）

MCP 路由冲突与裁决机制

三类典型冲突场景

裁决框架：PTDS 四维优先级

冲突日志与审计

来源与复核