GraphRAG

GraphRAG（图检索增强生成）是一种检索增强生成 (RAG)，它从知识图谱中检索信息，以取代或补充通过向量搜索找到的文本块。大型语言模型 (LLM)首先从文档集合中提取人物、公司、零件和地点等实体，以及这些实体之间的关系。在用户提问时，系统会检索相连的实体、关系路径或整个图簇的摘要，并将其作为上下文提供给 LLM。这个名称最常与 Microsoft Research 于 2024 年发布的面向查询的摘要 GraphRAG 方法相关联，该方法同时提供了开源实现；这个名称也用于指代任何基于图进行检索的 RAG 系统。

向量 RAG 为何需要图#

标准 RAG 会将文档块编码为嵌入向量，存储在向量数据库中，并检索与问题最相似的少数几个文本块。这种方法适用于只需一段内容就能回答的问题，但难以处理另外两类问题：

• 多跳问题：答案依赖于分散在多个文档中的事实，这些事实仅通过共享实体关联起来。例如，哪些工厂依赖某个供应商，而该供应商位于被风暴关闭的港口附近。没有任何单个文本块与整个问题相似。
• 全局问题：询问整个语料库的问题，例如“这 5,000 份事故报告的主要主题是什么？”，需要从每份文档中获取信息，而向量检索只会返回排名靠前的少数几个文本块。

图会明确存储事实之间的关联，因此检索可以沿着这些关联进行；图社区的摘要则能覆盖整个语料库。

GraphRAG 的工作原理#

Microsoft 的 GraphRAG 分四步构建索引。它先将文档拆分为文本单元，再让 LLM 从每个单元中提取实体、关系和主张；这是一种由 LLM 驱动的命名实体识别和关系抽取方式。它会将多个单元中重复出现的实体描述合并为同一个节点。然后，它运行分层 Leiden 社区检测，将联系紧密的实体分组成嵌套社区，并让 LLM 为每个层级的每个社区撰写一份摘要报告。

之后，查询会沿两条路径之一进行：

• 局部搜索：从问题中提到的实体出发，收集其邻居、关系、社区报告，以及提及这些实体的原始文本单元。
• 全局搜索：以 map-reduce 方式处理社区报告：每份报告都会根据相关性分数生成一个部分答案，然后将最相关的部分答案合并为最终回答。

论文报告称，在约一百万词元的数据集上，与传统 RAG 基线相比，全局搜索能针对整个语料库的问题生成全面得多、更多样的答案。

局部搜索的核心是图遍历。下面这个 Python 示例使用 NetworkX存储 LLM 可能从不同文档中提取的三元组，并从问题中的实体出发沿关系向外遍历：

import networkx as nx

# Entity-relationship triples that an LLM extracted from separate documents
triples = [
    ("Typhoon", "closed", "Kaohsiung port"),
    ("Kaohsiung port", "ships parts for", "Supplier A"),
    ("Supplier A", "makes", "bearing B-17"),
    ("bearing B-17", "is used at", "Ohio plant"),
    ("Texas plant", "uses", "motor M-4"),
]
graph = nx.DiGraph()
for head, relation, tail in triples:
    graph.add_edge(head, tail, relation=relation)

# Question: "Which plants could the typhoon disrupt?"
# Local search: follow relationships outward from the entity named in the question
edges = nx.bfs_edges(graph, "Typhoon")
context = [f"{head} {graph[head][tail]['relation']} {tail}" for head, tail in edges]
print("\n".join(context))

它会输出从“Typhoon closed Kaohsiung port”（台风关闭高雄港）到“bearing B-17 is used at Ohio plant”（俄亥俄工厂使用 B-17 轴承）的四跳路径；没有任何单份源文档陈述了这种关联，同时它会排除无关的德州工厂。LLM 会收到这些内容作为提供依据的上下文，并据此回答俄亥俄工厂面临风险。

GraphRAG 与相关方法的比较#

• 知识图谱：由实体和有类型的关系构成的数据结构。GraphRAG 会专门构建或复用知识图谱，以便为 LLM 检索上下文。
• 混合搜索：结合关键词检索和文本块向量检索。许多生产环境中的 GraphRAG 系统会将图遍历与混合搜索结合使用。
• 智能体式 RAG：智能体会在多个步骤中决定检索什么以及何时检索。图查询可以是它使用的工具之一。
• 图神经网络（GNNs）：通过训练从图结构中学习，用于链接预测等任务。GraphRAG 会在检索时使用图，而不需要训练。

实际应用#

• 药物发现：连接基因、蛋白质、化合物和疾病的图谱，让研究人员可以跨数千篇论文提问，例如哪些已获批药物能靶向疾病通路中的蛋白质。
• 金融调查：分析人员可以通过空壳公司和共同董事追踪所有权链，并让 LLM 总结可疑交易背后的关系网络。
• 供应链风险：关联供应商、零部件、站点和运输路线，可以回答哪些产品依赖单一工厂等问题。
• 企业知识：大型报告、工单和会议记录集合可以按主题搜索，社区摘要则能回答有关整个集合的问题。

图谱还可以保存摄像头看到的内容，这是基于视频的多模态 RAG的基础。实体消歧，即判断两处提及是否指向同一事物，是目标跟踪在视频中执行的步骤：Ultralytics YOLO26跟踪会为每个人或车辆分配一个跨帧保持不变的 ID，因此视频图谱可以为每个跟踪对象存储一个节点，并用边记录它与其他对象相邻出现的地点和时间，而不是为每一帧都建一个节点。

成本与权衡#

索引是主要开销，因为 LLM 会读取每个文本单元以提取实体，然后撰写每份社区报告，因此大型语料库的索引成本远高于向量嵌入。提取错误（例如把两个同名但不同的人合并）会传播到涉及这些实体的每个答案中；文档变更后，也必须重新提取信息并重新总结图谱中受影响的部分。微软的LazyGraphRAG通过名词短语提取和图统计构建概念图，并将所有 LLM 调用推迟到查询时，从而解决成本问题；其索引成本与向量 RAG 相同，仅为完整 GraphRAG 的 0.1%。