1. 引言在大模型 Agent 的生產落地中，知識庫的數量幾乎不可能只有一個。隨著業務演進，企業內部會逐步沉淀出產品文檔庫、工單知識庫、運營規范庫、代碼倉庫、合同條款庫等多個來源獨立、結構迥異、權限隔離的知識集合。若把它們粗暴地合并進同一個向量索引，會立刻暴露出一系列問題：語義域污染、檢索精度下降、權限越界、無法解釋召回來源、更新與治理困難等。因此，**知識庫路由機制（Knowledge Base Routing）**成為多知識庫 Agent 架構中承上啟下的關鍵一環。它要回答的核心問題是：一個由模型主動發起的檢索請求，應當去哪些知識庫里查、按什么順序查、各返回多少結果、如何合并與解釋，并且這一切必須在生產環境的高并發、低延遲、可觀測、可降級約束下可靠運行。本指南面向資深架構師與一線工程團隊，從問題定義、路由策略選型、核心架構、關鍵技術實現，到生產環境實踐與代碼示例，系統性拆解多知識庫場景下 Agent 路由機制的工程方案。所有設計均圍繞真實生產約束展開：可觀測、可降級、可評估、可解釋。2. 問題定義與核心挑戰在單知識庫場景，RAG（Retrieval-Augmented Generation）鏈路是線性的：Query → 向量檢索 → Top-K → 組裝上下文 → LLM 生成。只要召回質量尚可，系統便能工作。但一旦知識庫數量從 1 變成 N，整個鏈路的復雜度呈非線性增長。2.1 多知識庫帶來的四類核心矛盾第一，語義域污染。