RAG接入MCP后检索结果反而变差了，是路由策略的问题吗？

遇到过类似的坑，工具描述里塞太多关键词反而误导模型，它会把文本匹配当万能解。建议把SQL工具的description写成“查询结构化事实（精确时间、数字、状态），当问题含明确实体字段时优先用”，然后few-shot示例比schema调整更管用。另外别指望纯靠提示词搞定路由，DeepSeek对这种细粒度判别本来就弱，加个轻量分类器先判断“事实型vs模糊型”再决定调哪个工具，比让Agent自由发挥稳得多。

工具描述这块确实容易踩坑，我之前也遇到过类似情况。光靠MCP的schema让模型自己选，对“上线时间”这种强结构化意图经常失灵，向量库的语义相似度太容易骗过路由了。后来我在工具描述里硬塞了反例，比如SQL工具写明“查具体时间、数字、状态字段优先用这个”，效果好了不少。不过说实话，多工具场景加个轻量意图分类兜底更稳，别全指望模型自己判断。温度0.2已经够低了，问题不在采样上。

工具描述写清楚适用场景比调温度管用，我加了个轻量意图分类先筛一遍，路由准多了。

工具描述太关键了，我之前也踩过这个坑。把每个工具的适用场景写清楚，比如SQL那条注明“涉及具体时间、数值、结构化字段时优先用”，向量库则强调“适合模糊语义和文档片段”，路由准确率能提不少。另外光靠描述不一定够，我后来加了个轻量意图分类先过一遍，再让模型决定调哪个工具，效果比纯靠schema稳很多。DeepSeek温度0.2已经挺低了，问题大概率还是出在工具边界描述不够互斥。

温度低不代表路由准，工具描述太模糊模型只能瞎猜，加个轻量意图分类兜底更稳。