GraphRAG

GraphRAG 解析：知识图谱增强的检索增强生成 引言 传统 RAG 基于向量相似度检索文档块，存在三个结构性缺陷： 多跳推理弱：答案需要关联多个文档中的实体关系时，向量检索难以覆盖 全局视角缺失：只返回局部相关片段，无法回答「整个文档集的主要主题是什么」 实体消歧差：同名实体或指代关系容易混淆 GraphRAG（微软 2024 年提出）通过知识图谱 + 层级社区摘要解决这些问题，在全局性问题上显著优于传统 RAG。 1. GraphRAG 架构总览 原始文档 ↓ [1] 文本分块 ↓ [2] 实体 & 关系抽取（LLM） ↓ [3] 知识图谱构建（实体节点 + 关系边） ↓ [4] 社区检测（Leiden 算法） ↓ [5] 层级社区摘要（LLM） ↓ [6] 检索：局部检索（实体子图） + 全局检索（社区摘要） ↓ [7] 生成 1.1 与传统 RAG 的关键差异 维度 传统 RAG GraphRAG 检索单元 文档块（文本片段） 实体、关系、社区摘要 索引结构 向量索引 图结构 + 向量索引 多跳推理 ❌ 依赖单次检索 ✅ 图遍历天然支持 全局问题 ❌ 只看局部片段 ✅ 社区摘要提供全局视角 构建成本 低（嵌入即可） 高（需 LLM 抽取实体） 查询延迟 低（向量检索） 中高（图检索+摘要） 2. 实体与关系抽取 2.1 LLM 驱动的信息抽取 GraphRAG 使用 LLM 从文本块中抽取实体和关系： ...

GraphRAG 是什么 GraphRAG 是微软研究院于 2024 年提出的 RAG 增强架构。传统 Vector RAG 基于向量相似度检索文档片段，难以回答需要跨文档推理、全局性总结的问题。GraphRAG 通过构建知识图谱，利用实体关系和社区结构来增强检索和生成能力。 核心问题：Vector RAG 擅长"找相关文档"，但不擅长"综合多文档的全局信息"。 问题示例： Vector RAG 擅长："公司2024年Q3营收是多少？"（单文档事实） Vector RAG 失败："总结整个行业的主要参与者及其关系"（全局综合） GraphRAG 擅长：以上两者都能处理 架构全貌 ┌──────────────────────────────────────────────────────┐ │ GraphRAG Pipeline │ │ │ │ ┌─────────┐ ┌──────────┐ ┌──────────────────┐ │ │ │ 文档分块 │──▶│ 实体抽取 │──▶│ 关系图构建 │ │ │ └─────────┘ └──────────┘ └────────┬─────────┘ │ │ │ │ │ ┌─────────▼──────────┐ │ │ │ 社区检测 (Leiden) │ │ │ └─────────┬──────────┘ │ │ │ │ │ ┌────────────────┼────────────┐ │ │ ▼ ▼ │ │ │ ┌──────────────┐ ┌────────────────┐ │ │ │ │ 社区摘要生成 │ │ 向量索引 │ │ │ │ └──────┬───────┘ └───────┬────────┘ │ │ │ │ │ │ │ ▼ ▼ │ │ ┌──────────────┐ ┌────────────────┐ │ │ │ │ Global Search│ │ Local Search │ │ │ │ └──────────────┘ └────────────────┘ │ │ └──────────────────────────────────────────────────────┘ 核心步骤详解 1. 文档分块 与标准 RAG 一样，先对源文档分块： ...