修炼AI技能
AI 教程 / 大模型应用 / 知识图谱 RAG：用图结构增强检索与推理

知识图谱 RAG：用图结构增强检索与推理

检索增强生成（Retrieval-Augmented Generation，简称 RAG）通过把外部知识检索进上下文来缓解大模型的幻觉、知识过期与不可追溯问题。但在面对需要跨文档串联信息的复杂问题时，仅靠向量相似度检索往往力不从心。知识图谱 RAG 把实体与关系显式组织成图，让检索从「找片段」升级为「沿关系游走」，从而更好地支撑多跳推理，并给出可追溯的证据链。

本文先说明朴素 RAG 的短板，再介绍知识图谱基础、图谱 RAG 的整体流程、微软 GraphRAG 这一代表方案，最后对比向量 RAG 的取舍并梳理开源生态。

为什么朴素 RAG 在多跳问答上吃力

朴素 RAG 的检索环节通常是这样的：把文档切分为若干文本块，用嵌入模型转成向量存入向量库；用户提问时，取语义最相近的若干块喂给大模型。这种方式在「单跳」事实型问题（例如「A 是谁」）上表现不错，但遇到多跳问题时会暴露三个弱点。

第一，语义近邻不等于逻辑相连。多跳问题的答案分散在多个文档中，关键实体之间靠关系而非字面相似度相连。向量检索容易召回表面相似却无关的文本块，漏掉真正有用的那一跳。

第二，缺乏全局视角。朴素 RAG 一次只看若干个局部片段，难以回答「数据集中反复出现的核心主题是什么」这类全局归纳问题，因为这本质上是一个对整个语料做摘要的任务。

第三，推理过程不可追溯。即使模型勉强拼出答案，也难以说明「是依据哪几条关系推出的」，可解释性与审计性较弱。

知识图谱 RAG 的核心思路，正是用图结构弥补上述缺口：把实体、关系、属性建为图，让检索沿边扩展，并让生成阶段能够引用明确的证据路径。

知识图谱基础（实体、关系、子图）

知识图谱由三类要素构成。

  • 实体（Entity）：现实世界中的对象，例如「公司」「人物」「药物」「疾病」。在图中表现为节点。
  • 关系（Relation）：实体之间的有向关联，例如「研发」「任职于」「治疗」。在图中表现为带类型的边。
  • 属性（Attribute）：实体或关系的附属信息，例如「成立年份」「剂量」。

把这些要素组织起来后，一个三元组（头实体，关系，尾实体）便成了一条基本事实，例如（阿司匹林，治疗，头痛）。多条三元组相连，就构成一张图。

在此基础上，子图（Subgraph）是图检索的关键单元：它是围绕若干中心实体、沿关系扩展出来的一片局部图。相比孤立的文本块，子图天然携带了实体之间的结构信息，更适合作为多跳问答的上下文。

(阿司匹林) -[治疗]-> (头痛)
   |
 [成分]
   |
(水杨酸)

上图展示了一个极简子图：阿司匹林通过「治疗」关系连到头痛，通过「成分」关系连到水杨酸。当问题涉及「阿司匹林相关成分能缓解哪些症状」时，沿这两条边即可完成两跳推理。

图谱 RAG 流程（抽取、建图、检索、生成）

知识图谱 RAG 通常分为四个阶段：抽取、建图、检索、生成。

抽取

从原始文档中抽取实体与关系。传统做法依赖命名实体识别与关系抽取模型，当前更常见的做法是用大模型按指定 schema 直接产出结构化三元组。

extract_prompt = """从下面的文本中抽取实体与关系，输出 JSON 列表，
每个元素形如 {"head": 头实体, "relation": 关系, "tail": 尾实体}。
只输出可验证的事实，不要编造。

文本：
{text}
"""

def extract_triples(text, llm):
    resp = llm.chat(extract_prompt.format(text=text))
    return parse_json_list(resp)

抽取质量直接决定图谱上限，因此需要约束 schema、做去重与实体消歧（把指代同一对象的「苹果公司」「Apple」归并）。

建图

把三元组写入图存储，得到可查询的知识图谱。生产环境多用图数据库（如 Neo4j），原型阶段可用 NetworkX 等内存图库。建图阶段通常还会做社区划分，把联系紧密的实体聚成簇，为后续的全局摘要做准备。

检索

检索不再只取向量近邻，而是结合多种策略：

  • 实体链接：先识别问题中的实体，定位图节点。
  • 子图扩展：沿关系游走出 k 跳邻居，得到相关子图。
  • 向量辅助：对节点描述做语义检索，补足图谱未覆盖的内容。
  • 社区摘要召回：在全局问题上，直接调用预先生成的社区摘要。

生成

把检索到的子图与原文片段整理为上下文，连同问题一起交给大模型生成答案，并在答案中标注所依据的三元组或关系路径，提升可解释性。

代表方案：微软 GraphRAG

微软提出的 GraphRAG（见论文 From Local to Global: A Graph RAG Approach to Query-Focused Summarization，arXiv:2404.16130）是图谱 RAG 的代表性实现，其开源仓库位于 github.com/microsoft/graphrag。

它的核心流程分为两步建图与两类查询。

第一步，用大模型从源文档中抽取实体知识图谱，得到节点与边。第二步，对图中联系紧密的实体群做社区划分（借助 Leiden 等图聚类算法），并为每个社区预生成一份社区摘要。

查询时分为两种模式：

  • 局部搜索（Local Search）：针对具体实体，把相关子图与原文片段结合回答，适合「某实体的细节」类问题。
  • 全局搜索（Global Search）：针对整个语料的全局问题，让每个社区摘要各自生成部分回答，再汇总成最终答案，适合「数据集的主题是什么」这类归纳式问题。

论文在约一百万 token 规模的语料上验证：相较于传统 RAG，GraphRAG 在回答的完备性与多样性上均有显著提升，尤其在全局意义上理解问题上优势明显。

与向量 RAG 的对比与取舍

两者并非互相取代，而是互补。下面给出取舍参考。

维度向量 RAG知识图谱 RAG
多跳推理较弱，靠片段相似度较强，可沿关系游走
全局归纳问题不擅长擅长（社区摘要）
可解释性弱，难以追溯强，可给出证据路径
构建成本低，切块加嵌入即可高，需抽取、建图、消歧
维护成本较低较高，图谱需持续更新
适用数据非结构化文本为主实体关系明确、需串联的数据

实践中的常见策略是混合架构：用向量 RAG 兜底开放域召回，用知识图谱 RAG 承担多跳与全局问题，并把图谱证据作为答案的引用来源。

开源生态（Neo4j、NetworkX）

图谱 RAG 的落地依赖成熟的图工具链。

  • Neo4j：主流的图数据库，提供 Cypher 查询语言与图算法库，支持实体链接、子图查询与社区检测，是生产级图谱 RAG 的常用底座。其官方站点（neo4j.com）也提供 GraphRAG 相关教程与白皮书。
  • NetworkX：Python 生态中的轻量图分析库，适合在原型阶段做抽取、建图与社区划分，无需部署数据库。
  • 微软 GraphRAG：前文提及的端到端框架，封装了抽取、建图、社区摘要与两类查询。
  • LangChain / LlamaIndex：提供了图检索器与向量检索器的集成接口，便于把图谱 RAG 接入既有 RAG 管线。

一个用 NetworkX 做子图扩展的示例：

import networkx as nx

G = nx.DiGraph()
G.add_edge("阿司匹林", "头痛", relation="治疗")
G.add_edge("阿司匹林", "水杨酸", relation="成分")

# 取两跳邻居作为相关子图
sub = nx.ego_graph(G, "阿司匹林", radius=2)
print(list(sub.edges(data=True)))

小结

朴素 RAG 在单跳事实检索上简单有效，却难以应对需要跨文档串联的多跳问题与全局归纳问题。知识图谱 RAG 用实体、关系、子图把知识结构化，使检索可以沿关系游走、生成可以引用明确证据，从而提升多跳推理能力与可解释性。微软 GraphRAG 通过「建图加社区摘要」的两段式设计，在局部与全局两类查询上均有优势。落地时应结合向量 RAG 做混合检索，并依据数据特征在 Neo4j、NetworkX 等工具间权衡成本与规模。

参考与延伸阅读

  1. Edge D., Trinh H., Cheng N. 等。From Local to Global: A Graph RAG Approach to Query-Focused Summarization。arXiv:2404.16130（2024）。https://arxiv.org/abs/2404.16130
  2. Microsoft。GraphRAG 开源仓库。https://github.com/microsoft/graphrag
  3. Gao Y., Xiong Y., Gao X. 等。Retrieval-Augmented Generation for Large Language Models: A Survey。arXiv:2312.10997（2023）。https://arxiv.org/abs/2312.10997
  4. Neo4j。图数据库与 GraphRAG 官方资料。https://neo4j.com
本文累计阅读 — 次