{"slug": "retrieval-augmented-generation", "title": "Retrieval Augmented Generation", "summary": "A developer explains the evolution of Retrieval-Augmented Generation (RAG) from classic RAG to Agentic Graph RAG, highlighting how each stage adds capabilities such as relationship understanding, multi-hop reasoning, tool use, and planning. The post argues that Agentic Graph RAG, which combines vector search, knowledge graphs, web search, APIs, and tools, represents the most important architecture for AI to move from answering questions to solving problems.", "body_md": "Trong vài năm qua, RAG (Retrieval-Augmented Generation) đã trở thành một trong những kiến trúc cốt lõi của AI ứng dụng.\n\nNhưng khi dữ liệu ngày càng lớn và câu hỏi ngày càng phức tạp, RAG cũng tiến hóa liên tục — từ “chỉ biết tìm thông tin” đến “biết suy nghĩ và hành động”.\n\nClassic RAG → Graph RAG → Agentic RAG → Agentic Graph RAG\n\nflow:\n\nA Classic RAG\n\nB Graph RAG\n\nC Agentic RAG\n\nD Agentic Graph RAG\n\nA → B → C → D\n\nChatbot nội bộ:\n\nQ: Quy trình xin nghỉ phép?\n\nQ: Chính sách remote?\n\nCách hoạt động:\n\nQuestion → Embedding → Vector DB → Top-K Retrieval → LLM → Answer\n\nVí dụ:\n\nNguyễn Văn A là CEO của ABC\n\nABC thành lập năm 2020\n\nQ: CEO của ABC là ai?\n\n→ Nguyễn Văn A\n\nĐiểm mạnh:\n\nĐiểm yếu:\n\nVấn đề:\n\nNguyễn Văn A → ABC → XYZ → AI Vision\n\nClassic RAG không nối được chuỗi này.\n\nGiải pháp:\n\nDocuments → Entity Extraction → Knowledge Graph → Graph Traversal → LLM\n\nGraph:\n\nNguyễn Văn A → CEO → ABC\n\nABC → Acquired → XYZ\n\nXYZ → Develops → AI Vision\n\nĐiểm mạnh:\n\nVấn đề tiếp theo:\n\nKhông đủ dữ liệu trong DB → cần web / API / tools\n\nVí dụ:\n\nNVIDIA tăng trưởng vì sao?\n\nKhông có 1 nguồn duy nhất.\n\nAgent sẽ:\n\nUser → Planner → Tools → Reasoning → Answer\n\nTools:\n\nAgent làm:\n\nClassic RAG:\n\nGraph RAG:\n\nAgentic RAG:\n\n| Capability | Classic | Graph | Agentic |\n|---|---|---|---|\n| Search | ✔ | ✔ | ✔ |\n| Relationships | ✘ | ✔ | ✔ |\n| Multi-hop | ✘ | ✔ | ✔ |\n| Tool use | ✘ | ✘ | ✔ |\n| Planning | ✘ | ✘ | ✔ |\n\nAgent → Vector DB → Knowledge Graph → Web Search → APIs → Tools\n\nKết hợp:\n\nClassic RAG = tìm thông tin\n\nGraph RAG = hiểu quan hệ\n\nAgentic RAG = biết suy nghĩ và hành động\n\nXu hướng chung:\n\nAI đang chuyển từ “trả lời câu hỏi”\n\n→ sang “giải quyết vấn đề”\n\nĐó là lý do Agentic Graph RAG đang trở thành kiến trúc quan trọng nhất hiện nay.\n\nThat's it, Happy reading and happy coding! 🚀", "url": "https://wpnews.pro/news/retrieval-augmented-generation", "canonical_source": "https://dev.to/meotism/retrieval-augmented-generation-23m1", "published_at": "2026-06-15 04:40:02+00:00", "updated_at": "2026-06-15 05:11:27.366484+00:00", "lang": "en", "topics": ["large-language-models", "artificial-intelligence", "ai-agents", "natural-language-processing", "ai-research"], "entities": ["NVIDIA", "ABC", "XYZ", "AI Vision", "Nguyễn Văn A"], "alternates": {"html": "https://wpnews.pro/news/retrieval-augmented-generation", "markdown": "https://wpnews.pro/news/retrieval-augmented-generation.md", "text": "https://wpnews.pro/news/retrieval-augmented-generation.txt", "jsonld": "https://wpnews.pro/news/retrieval-augmented-generation.jsonld"}}