跨文档关系为什么难以检索?

普通 RAG 擅长找到与问题语义相近的片段,但有些答案分散在多个位置,片段之间的关系才是关键。例如,用户想知道“哪些供应商的零件影响了故障设备”,需要连接供应商、零件、设备和故障记录。GraphRAG 用图表示这些连接,再把相关证据交给模型,减少只看单个片段时漏掉关系的情况。

GraphRAG 如何利用实体与关系?

建设阶段可从文档或数据库识别实体和关系,记录“供应商提供零件”“零件安装于设备”等边,并保存原始出处。某些实现还会对图中的主题或社区生成摘要,便于回答横跨大量文档的概览问题。查询阶段先定位问题实体,再沿关系寻找相邻节点、路径或相关主题,同时取回原文片段供模型核查。不同产品的建图、检索和摘要流程并不完全相同,不应把某一种实现视为 GraphRAG 的唯一架构。

关系抽取质量是主要风险。若系统把“可能有关”误写成确定关系,后续回答会放大错误;数据更新后也要同步维护图。对权限敏感的企业数据,图路径与最终返回的原文都需要检查访问范围。

什么时候选 GraphRAG,什么时候选普通 RAG?

GraphRAG 更适合实体关系密集、多跳推理和跨文档主题归纳。普通 RAG 对单文档事实查找通常更简单,建设和维护成本也较低。图检索可与向量或关键词检索结合:先找相关文本,再沿图验证关系;或者先定位实体,再检索其证据。选型应以真实问题上的召回、答案正确性与维护成本为依据。

若要对照企业 Agent 的其他上下文组织方式,可阅读从数据到上下文的实践(英文)。

常见问题

GraphRAG 一定比向量检索好吗?

不一定。若问题主要是查找一段明确文字,建图可能增加成本而没有收益。

图中的关系能直接当作事实吗?

不能。尤其是自动抽取的关系,应保留原文出处、置信度或人工确认状态。

需要先建设完整知识图谱吗?

不需要。可以从有限业务域和高价值关系开始,再根据问题覆盖情况扩展。