工程实践精选更新于 2026-10-24
GraphRAG
把文档中的实体和关系建成图,结合图检索与大模型回答复杂问题。
#RAG#知识图谱#复杂问答
通俗解释
普通 RAG 按相似度取段落,难以回答“这些事件之间有什么关系”这类全局问题。GraphRAG 先抽取实体、关系和社区摘要,查询时沿图扩展或使用社区摘要,再交给模型生成。它适合多文档、跨实体、需要全局视角的场景,如尽职调查、供应链风险和研究综述。代价是构建和维护成本高,实体消歧和关系抽取错误会沿图传播。
例子
问“哪些供应商同时受某港口罢工和芯片出口限制影响”,图检索可以沿“供应商-港口-组件-政策”关系找到交集。