GraphRAG
科普速读
- 它是什么： GraphRAG 把检索与实体或关系图结合起来。
- 适合什么场景： 需要连接多个文档证据的问题。
- 主要边界： 构建和维护知识图会增加成本，也可能引入错误。
概览
“哪些服务依赖这个认证组件？”可能需要查架构文档、工单和事故报告。GraphRAG 会先组织这些关系，再供模型生成回答。
核心定义
GraphRAG 是一种检索增强方法，使用图结构组织和检索生成所需的证据。
背景与发展
传统检索通常按关键词或向量相似度选择段落。图方法会增加明确的实体和关系，以支持跨来源关联问题。
工作机制（How It Works）
流程从资料或结构化数据中抽取实体和关系，构建图，再检索相关节点或摘要，并把证据交给语言模型。
在软件测试与开发中的应用
可以用它调查依赖关系、关联缺陷与服务，或汇总多个仓库和报告中的事故。抽取出的关系应保留来源引用。
优势与局限
知识图能支持关系查询和跨文档摘要。抽取错误可能制造虚假关系；构建和更新知识图也会增加成本。
与相近术语对比
普通 RAG 可以按关键词或向量相似度检索段落；GraphRAG 加入图结构来处理关系问题。简单查找不一定需要图。
实施建议（Best Practices）
先从确实需要跨来源关系的问题开始，测量答案覆盖和证据可追溯性，并抽查图中抽取出的关系。
常见误区（Pitfalls）
不要认为 GraphRAG 对所有 RAG 任务都更好。小型知识库或直接字段查询可能用更简单的索引就够了。
FAQ
GraphRAG 一定比普通 RAG 更好吗？
不一定。只有图关系能解决真实查询需求并值得维护时，才考虑使用。