GraphRAG:让AI真正“读懂”文章,不再丢三落四

你是不是也遇到过这样的场景：让AI从一个长文章里找答案，结果它要么答非所问，要么漏掉关键信息？  

这背后，其实是传统RAG（检索增强生成）的一个“先天缺陷”。

01 传统RAG的困境：切大还是切小？

在传统RAG中，我们通常会把文章切成一堆“文本块”，然后转成向量存进数据库。  

查询时，系统根据问题匹配最相关的块。

举个例子，文章里有这样几句话：

• 王喜欢吃西瓜。  

• 王也喜欢吃桃子。  

• 西瓜很甜。

如果用户问：“王喜欢吃什么？”  

系统很轻松就能找到前两句话。

但如果问：“这篇文章里，‘西瓜’出现了几次？”  

问题就来了—“西瓜”分散在不同的句子中，没有哪一句话能独立回答这个问题。  

RAG很可能漏掉或查不准。

为什么会这样？

因为RAG是基于整段文本做匹配的。  

问题“西瓜出现了几次”和“王喜欢吃什么”之间的语义关联很弱，导致包含“西瓜”的句子可能被忽略。

那如果把文本切成更小的单位，比如按词切呢？  

这样每个“西瓜”都能命中，但当你再问“王喜欢吃什么”时，系统就傻了——因为信息之间的语义联系被切断了。

这就是传统RAG的核心矛盾：  

• 切太大，容易漏细节  

• 切太小，容易丢语义  

• 这个矛盾，正是RAG不准确的根源之一。

 02 知识图谱：一个更聪明的解法

有没有办法既不丢细节，又能保留语义结构？  

有，答案就是——知识图谱。

GraphRAG就是用知识图谱来改造传统RAG的。

什么是知识图谱？

还是那句话：“王喜欢吃西瓜。”  

如果用知识图谱表示，就变成：

• 实体1：王（类型：人物）  

• 实体2：西瓜（类型：水果）  

• 关系：喜欢吃  

实体和关系还可以带属性，比如“西瓜很甜”中的“甜”也可以作为一个实体。 

这种结构叫做LPG（标记属性图）。

大模型让建图变得简单

在过去，构建知识图谱非常复杂。但现在，有了大模型，我们可以直接用提示词让它自动抽取实体和关系。

比如，我们给AI一段提示：

“目标：为‘王喜欢吃西瓜’生成知识图谱。  

• 第一步：识别实体（人物、物品、味道）。  

• 第二步：识别关系（如‘喜欢吃’）。  

• 输出格式：实体:类型，关系用箭头表示。”

AI会返回类似：

• 王:人物

• 西瓜:水果

• 王 -> 西瓜 : 喜欢吃

而且，GraphRAG还会让AI为每个实体和关系生成一段自然语言描述。  

更妙的是，它会反复问AI：“你漏了没？还有要加的吗？”  

直到AI自己说：“没了。”

这个过程叫 Data Gleaning（数据清洗），程序员们戏称为大模型PUA。

03 合并与简化：从碎片到整体

GraphRAG会对文章中的每一个段落分别生成知识图谱，然后：

1. 合并同名实体（比如所有“王”合并成一个节点）  

2. 合并描述信息，并让AI重新生成更流畅的摘要  

3. 维护图谱与原文的双向对应关系（知道哪个实体来自哪段原文）

这样，我们就得到了一篇文章级的完整知识图谱。

但如果文章很长，这个图会变得非常大。  

所以GraphRAG还会做一步简化：

• 用莱顿社区检测算法把“关系密集”的节点合并成一个子图  

• 再让AI为每个子图生成更高层次的摘要 

例如，合并“王喜欢吃西瓜”和“王喜欢吃桃子”两个子图后，AI可能会推断出：  

王喜欢吃水果，尤其是西瓜和桃子。

这句话甚至从未出现在原文中—这就是知识图谱超越纯文本匹配的地方：它开始真正理解和推理。

这个过程可以不断重复，最终形成多层级的图谱结构：  

• 上层：抽象、概括  

• 下层：具体、贴近原文

04 查询：灵活又强大

有了这个图谱，查询就变得非常灵活。

GraphRAG会把图谱中的每个节点、每条边、每段描述都向量化，存入数据库。  

同时也保留原始文本块的向量。

用户提问时，比如“王喜欢吃什么？”：

系统可以从图谱底层开始，找到最相关的实体  

然后利用“图谱↔原文”的映射，反向拉出相关原文  

 再把所有相关信息（摘要、原文、邻居节点等）打包发给大模型

这种策略叫 Local Search（局部搜索），特别擅长处理细节丰富、定位精准的问题。

还有一种叫 Global Search（全局搜索），从图谱高层开始往下查，适合回答抽象、全局的问题，比如：“这篇文章的核心思想是什么？”

05 总结：GraphRAG的浪漫与代价

GraphRAG的整个流程——从建图、合并、简化到查询——几乎每一步都离不开大模型。  

它本质上是一种让大模型“渗透”全过程的设计。

你可以说它奢侈、烧Token，但不能说它不认真。

有趣的是，这个过程很像我们的学习过程：

• 最初，脑子里全是零散的知识点  

• 慢慢积累、思考，点连成线，线织成网  

• 最终形成自己的“知识图谱”  

• 甚至还能发现一些原本不存在的联系

参考资料：  

GraphRAG论文 & 微软开源代码

claude code 保姆级安装教程、常用指令及skills精选推荐

GraphRAG 完整处理流程详解

万字长文解读：爆火GitHub的Hermes Agent，凭什么叫“AI界爱马仕”？彻底拆解Agent平权时代（附安装指南）

开源项目女娲.skill火了，乔布斯马斯克都被蒸馏，它厉害在哪？这种技术边界在哪？

END

感谢阅读