图谱检索 RAG（深挖）

前四种检索方法都基于”文档”——搜到文档，给 AI 读，AI 回答。但有些问题需要对关系进行推理，而不是对文档进行匹配。

“张三的老板的老板是谁？”

传统 RAG 搜到”张三的老板是李四”这篇文档。但”李四的老板是谁”在另一篇文档里。传统 RAG 看不到这个跨文档的关系。Graph RAG（图谱检索增强生成）解决了这个问题——把”文档”变成”实体-关系图”，检索变成了沿图行走。

知识图谱是什么

graph TD
    Query[用户问题] --> Extract[提取实体和关系]
    Extract --> KG[知识图谱查询]
    Extract --> Vector[向量检索]
    KG --> Merge[结果融合]
    Vector --> Merge
    Merge --> Rerank[重排序]
    Rerank --> LLM[LLM 生成答案]
    LLM --> Answer[返回答案 + 关系溯源]

不是存储文档，而是存储事实：

(张三) --[就职于]--> (字节跳动)
(张三) --[汇报给]--> (李四)
(李四) --[汇报给]--> (王五)
(字节跳动) --[总部位于]--> (北京)

查询”张三的老板的老板是谁”：

1. 找到节点”张三”
2. 沿”汇报给”边走到”李四”
3. 再沿”汇报给”边走到”王五”
4. 答案是王五

这就是”多跳推理”（Multi-hop Reasoning）——需要沿着图走多步才能得到答案 ¹。

Microsoft Graph RAG

2024 年 7 月，微软开源了 Graph RAG ²。核心流程：

1. 实体抽取。从所有文档中自动提取实体（人、公司、产品、地点…）和关系（就职于、汇报给、总部位于…）
2. 社区发现。用图算法（Leiden 算法）把紧密相关的实体聚成”社区”。一个社区 = 一个主题的子图
3. 摘要生成。为每个社区生成一段摘要描述
4. 检索。用户提问时，先在图里找到相关实体，再沿边扩展，同时检索相关的社区摘要

Graph RAG vs 传统 RAG

什么时候用 Graph RAG

• 组织架构查询。 “这个部门下有哪些团队？”
• 供应链追踪。 “这个芯片用了哪些供应商的零件？”
• 论文引用链。 “这篇论文引用了哪些作者的相关工作？”
• 全景总结。 “整个公司的 AI 战略包含哪些方面？“（社区摘要天然适合这类问题）

什么时候不必用

• 简单 FAQ：BM25（关键词匹配）+ Embedding（语义匹配）混合检索够了
• 单文档问答：RAG 就够了，不需要建图
• 实时数据：建图需要时间，不适合频繁更新的数据

2026 年趋势

• 轻量级 Graph RAG。微软方案太重——LLM 抽取实体非常慢。2025-2026 年出现了轻量方案：用小模型抽取实体，用 BERT 做关系分类，成本降到原来的 1/10
• Graph + Vector 混合。不是替代关系——先用向量检索找到候选文档，再在图里做精确推理。两者互补
• Neo4j 集成。Neo4j（老牌图数据库）2025 年推出了原生 Graph RAG 支持。不需要自己搭图存储

实践注意

Graph RAG 最大的坑是实体一致性。“苹果”是水果还是公司？“Amazon”是公司还是河流？同一个实体在不同文档里可能有不同称呼（“Apple”、“苹果公司”、“Apple Inc.”）。实体链接（Entity Linking）是 Graph RAG 最难的一步。

相关笔记

• 第13章 · RAG 进化树 — Graph RAG 是第五代
• 自主检索 RAG（深挖） — Agent 自主决策 vs 图推理，不同思路
• 混合检索（深挖） — 大部分场景先用混合检索，复杂推理才上 Graph RAG

来源

• Microsoft, “GraphRAG”, 2024, https://github.com/microsoft/graphrag
• Neo4j, Graph RAG Integration, 2025