GraphRAG：让 RAG 看见"关系网络"的技术进化
最近在折腾 RAG 相关的东西，发现一个挺有意思的现象——传统 RAG 在处理某些问题时简直就是"智商掉线"。
举个具体的例子。我拿《三体》第一部做了个测试（注：选第一部是因为它够短、人物关系也相对简单，方便验证想法，不想被后面那两部复杂的剧情搞晕）：
问它"叶文洁是怎么联系上三体文明的？"，传统 RAG 毫无压力，直接就给你翻到"红岸基地"、"发射信号"这些段落。
但换个问法："ETO 组织到底是怎么搞起来的？里面的人都是什么关系？"，它就抓瞎了。
为啥会这样？说白了，传统 RAG 就像个只会"关键词搜索"的愣头青，它能找到单独的段落，但把这些段落拼不起来。它看不到 A 段落里的叶文洁和 B 段落里的伊文斯其实是一伙的，更理解不了这帮人怎么就搞出了一个全球性的地下组织。
这就是所谓的"见木不见林"。
一、GraphRAG 怎么解决这事儿？
2024 年初，微软研究院扔出来一篇论文《From Local to Global: A Graph RAG Approach to Query-Focused Summarization》，提出了一个叫 GraphRAG 的方案。
核心思想其实挺直白：不用向量相似度去找"相似的片段"，而是先把文档里的实体和关系都抽出来，建成一个知识图谱。然后呢，用 Leiden 算法在这个图谱上找"社区"——就是那些关系特别紧密的一群节点。最后，给每个社区生成一份摘要，让查询的时候能既看到细节又看到全局。
还是那句老话：传统 RAG 是在"翻书找词"，GraphRAG 是在"织网捕鱼"。
二、传统 RAG 到底输在哪？
先看看传统 RAG 是怎么干活的，代码层面其实就那几步：
-
1. 文档切成小块，500-1000 字一个 chunk -
2. 用 Embedding 模型把 chunk 变成向量 -
3. 向量存数据库 -
4. 查询时把问题也转成向量，找最相似的几个 chunk -
5. 扔给 LLM 生成答案
这套流程有个致命伤：它根本不理解"关系"。
你问"叶文洁和汪淼有啥关系？"，它大概率会给你两段独立的内容——一段讲叶文洁是谁，一段讲汪淼是谁。但实际上这俩人的关系是通过 ETO 事件串联起来的，这个信息可能分散在好几个不同的章节里，向量检索根本抓不住。
更别提那些跨越整个故事线的问题了，比如"ETO 是怎么从红岸基地的一个小项目变成全球组织的？"——这种问题需要你理解时间线、人物关系、事件因果，传统 RAG 完全搞不定。
三、GraphRAG 的三板斧
GraphRAG 的做法不太一样，它分三个阶段：
第一斧：把文本变成图谱
这个阶段不是简单切 chunk，而是让 LLM 把每个内容块都嚼碎了，提取出两样东西：
-
• 实体：人物、地点、组织、事件这些关键节点 -
• 关系：这些节点之间怎么连着的
比如原文是"叶文洁收到红岸基地的信号后，向三体世界发射了回复信号"，提取完就变成了：
-
• (叶文洁) –[收到信号]–> (红岸基地) -
• (叶文洁) –[发射信号]–> (三体世界)
整个文档跑一遍，你就得到一个完整的知识图谱。拿《三体》第一部来说，最后能出来几十个节点、上百条关系边。
第二斧：用算法找社区
图谱建好了，接下来就该 Leiden 算法登场了。它的作用是在这个关系网里自动发现"社区"——那些关系特别紧密的一群节点。
在《三体》第一部里，Leiden 算法可能会找到这么几个社区：
-
• 红岸基地那帮人（叶文洁、雷志成、杨卫宁） -
• ETO 核心层（叶文洁、伊文斯、申玉菲） -
• 被卷进来的科学家（汪淼、史强、丁仪） -
• 三体游戏里的角色（汪淼、周文王、牛顿、墨子）
最关键的是，LLM 会给每个社区生成一份"摘要"。这玩意儿特别有用，相当于把整个关系网络压缩成了几个可理解的知识单元。比如红岸基地社区的摘要可能是"以叶文洁为核心，包括雷志成、杨卫宁等人，是发现外星文明信号的起点"。
第三斧：两种查询模式
有了社区摘要，GraphRAG 就能玩出两种查询方式：
局部模式：从问题里的实体出发，顺藤摸瓜。适合问"叶文洁和伊文斯怎么认识的？"这种具体的关系。
全局模式：把所有相关的社区摘要都捞出来，拼在一起看全局。适合问"ETO 的最终目标是什么？"这种宏观问题。
这个设计挺巧妙的——既保留了微观的细节追踪能力，又有了宏观的全局视角。
四、技术角度对比一下
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
一句话总结：向量检索是"找相似的"，图谱检索是"找关联的"。
五、实战用 RAGFlow 跑个 GraphRAG
理论扯完了，来点实际的。市面上支持 GraphRAG 的工具不少，我用 RAGFlow 演示一下，主要是它有可视化界面，上手快。
RAGFlow 是个开源的 RAG 引擎，从文档解析到知识检索全流程都覆盖到了。最新版本里已经内置了 GraphRAG 组件，配置起来也不复杂。
假设你手头有《三体》第一部的文本文件，想搞个知识库来回答那些复杂问题，大概流程是这样的：
上传文档
先在 RAGFlow 里建个知识库，把文本文件传上去（注：我还是用第一部，篇幅适中、人物关系清晰，方便验证效果）。
配置 GraphRAG
在工作流里加个 GraphRAG 组件，主要配置几项：
-
• 用哪个 LLM 做实体提取（GPT-4、DeepSeek 都行） -
• 关系提取关注哪些类型（人物关系、组织关系、事件关系） -
• 社区检测用 Leiden 算法，社区规模阈值设多大 -
• 每个社区的摘要写多长
跑构建
点运行，RAGFlow 会自动完成：
-
1. 用 LLM 抽取所有实体和关系 -
2. 构建知识图谱 -
3. Leiden 算法找社区 -
4. 给每个社区生成摘要
这个过程耗时不好说，取决于文档大小和 LLM 的速度。
测试一下
构建完成后，试试这几个问题：
问"叶文洁和伊文斯是什么关系？"
GraphRAG 会定位到"叶文洁"这个节点，然后顺着关系网络摸过去——ETO 组织、他们的相遇过程、共同创立组织的历史。最终给出的答案大概是这样的：两人通过"审判日"邮件列表认识，一起搞了个地球三体组织（ETO），伊文斯出钱，叶文洁出与三体文明的关系。
问"ETO 的最终目标是什么？"
GraphRAG 会把红岸基地社区、ETO 核心社区的摘要都捞出来，整合分析一下。答案大概是这样的：ETO 的目标是帮三体文明占领地球、消灭人类文明，他们认为人类自己解决不了环境问题。
拿同样的问题问传统 RAG，它可能找到一些片段，但很难拼出这么完整的逻辑链。
六、几个主流工具对比
微软官方 GraphRAG
微软发论文的时候顺便开源了 Python 实现 microsoft/graphrag。
优点是开箱即用、文档齐全，支持局部和全局两种查询模式，内置了各种 LLM 的接口。装起来也简单，一行 pip install graphrag 搞定。
LlamaIndex
LlamaIndex 有个 KnowledgeGraphIndex，可以比较轻量地集成到现有 RAG 流程里。支持多种图数据库后端，和现有流程结合起来比较顺滑。
LangChain
LangChain 通过 GraphCypherQA 这些组件，可以和 Neo4j 之类的图数据库集成。架构设计比较灵活，支持多种图数据库，Cypher 查询也很方便。
RAGFlow
RAGFlow 是国产化的方案，内置了 GraphRAG 支持。优势在于可视化工作流配置，零代码/低代码就能用，部署起来也比较简单。
七、代价和取舍
没啥技术是银弹，GraphRAG 也不例外。上这个技术之前，得先算算账。
成本这块
Token 消耗会明显增加。构建索引的时候，得用 LLM 把所有文档都理解一遍，把实体和关系都抽出来。Token 消耗大概是普通 RAG 的 20-50 倍。
拿《三体》第一部（大概 20 万字）来说：
-
• 传统 RAG：20 万 tokens 左右用于嵌入 -
• GraphRAG：400-1000 万 tokens（包括提取和摘要）
计算资源方面，LLM 调用成本肯定要高不少。Leiden 算法倒是不怎么耗 GPU，但图谱得存在内存里。
性能考量
构建时间差距挺大：
-
• 传统 RAG：几分钟到几十分钟（看文档大小） -
• GraphRAG：几小时到几十小时（得等 LLM 慢慢处理）
查询速度：
-
• 传统 RAG：几百毫秒 -
• GraphRAG 局部模式：几百毫秒 -
• GraphRAG 全局模式：几秒钟（得整合社区摘要）
准确性这块，简单问题（事实检索）两者差不多，但复杂问题（关系分析、全局总结）GraphRAG 明显更强。
啥时候用 GraphRAG
适合用的场景：
-
• 复杂关系分析（人物关系、组织结构、事件脉络） -
• 全局性总结（财报风险分析、竞争格局分析） -
• 需要多跳推理的查询 -
• 知识库本身关系密集（小说、法律文书这种）
不适合用的场景：
-
• 简单客服问答（查快递、查政策） -
• 文档量很小（直接上 LLM 就够了） -
• 预算有限、对延迟敏感 -
• 知识库关系稀疏（技术文档）
一句话建议：真需要"全局理解"的时候再上 GraphRAG，别拿牛刀杀鸡。
八、总结
GraphRAG 算是 RAG 技术演进里挺重要的一步——它让 AI 从"翻书找词"进化到了"全知视角"。通过知识图谱、社区发现、全局摘要这些手段，它能回答传统 RAG 搞不定的宏观问题。
但这个能力是有代价的——成本更高、构建更慢。关键在于选对场景，当你的问题真的需要"既见木又见林"的时候，GraphRAG 才值得投入。
未来几个方向挺值得关注：更高效的实体提取（减少 LLM 调用）、增量更新（动态更新知识图谱）、和智能体结合（GraphRAG + Agentic RAG）、多模态扩展（从文本到图像视频的关系理解）。
