OpenAI RAG 集成
状态： 已实现 · 创建日期： 2026-01-23
问题
已 经把文档放在 OpenAI vector store 中的应用，不应只为了在已路由请求中使用这些文档而再需要一套检索服务。RAG 插件需要一个后端：在把文档搜索委托给 OpenAI 的同时，保留路由的检索、注入、缓存和失败策略。
已实现设计
rag 决策插件接受 backend: openai，以及标识 vector store 和凭证的后端配置。仅在决策匹配之后才运行检索。
工作流模式
| 模式 | Router 行为 | 适用场景 |
|---|---|---|
direct_search | 在推理前搜索 vector store，并注入有界的检索内容。 | 路由需要同步、由路由器控制的检索。 |
tool_based | 向请求添加 OpenAI file_search 工具定义。 | 所选提供商和请求协议支持该工具工作流。 |
direct_search 是默认值。在 tool_based 模式下，Semantic Router 会改写请求；它目前不会把响应注解变成注入上下文，以进行第二次模型调用。
配置边界
后端特定字段为：
| 字段 | 用途 |
|---|---|
vector_store_id | 选择 OpenAI vector store 。 |
api_key | 认证 OpenAI 请求；从密钥获取。 |
base_url | 需要时覆盖 API 源。 |
max_num_results | 限制返回的搜索结果。 |
max_response_bytes | 限制每次直接搜索响应；0 使用 4 MiB。 |
file_ids 和 filter | 在工作流支持时缩小搜索范围。 |
workflow_mode | 选择直接搜索或工具改写。 |
timeout_seconds | 限制远程请求。 |
通用 RAG 设置仍拥有上下文限制、注入模式、结果缓存、最低置信度和 on_failure 行为。完整形态请使用规范插件指南，不要从本记录复制冻结的完整配置。
数据与安全
搜索查询和任何已配置过滤器会发送到 OpenAI 兼容端点。检索到的文档内容随后可能发送到所选模型提供商。运营方必须确认这两次传输满足数据驻留、保留和访问要求。
API 密钥必须来自密钥源，不得提交到配置中。vector store 访问控制仍是 OpenAI 账户问题；语义相关性不是文档授权。
失败行为
空搜索结果、认证失败、超时和无效过滤器都是检索失败。路由的 on_failure 策略决定是跳过检索、带警告继续，还是阻断。
缓存的检索结果会减少重复搜索，但也可能提供过期内容。选择与文 档更新预期匹配的 TTL。
范围与非目标
该集成搜索现有 vector store，或添加 file_search 工具。它不管理文档摄入、vector store 生命周期、用户级文档权限，或所选提供商对工具调用的实现。
评估
测试检索相关性、空结果、过滤器、上下文截断、凭证失败、超时行为，以及跨身份的数据泄漏。分别验证直接搜索和基于工具的路径。