含原理图解 · 场景对比 · 工作流全解析

---

前言

你有没有遇到过这种情况——用 RAG 搭了知识库，回答简单问题挺准，但一旦问「整体趋势是什么」「几个阵营各自的优势」这类问题，AI 就开始胡说八道？

这正是传统 RAG 的天花板。本文从原理到实践，带你彻底搞懂 GraphRAG 是如何打破这个天花板的。

---

一、传统 RAG 到底哪里不行了？

传统 RAG 的工作逻辑非常直接：

文档切块 → 转向量 → 存向量数据库 → 用户提问 → 检索相似块 → 大模型生成答案

这套方案对回答具体、局部、明确的问题效果很好。但一旦遇到这类问题：

「这份关于市场趋势的长期报告里，主要提到了哪几个竞争阵营？他们各自的优劣势是什么？」

它就开始掉链子。原因是这类问题的特征：

1. 不针对某个单点事实
2. 需要对整个文档集做高层次总结
3. 需要发现潜在主题、趋势、矛盾或阵营
4. 依赖关系推理和全局洞察

⚠️ 传统 RAG 核心短板：群体洞察、复杂关系分析、全局总结

---

二、什么是 GraphRAG？一句话先理解

方式	核心逻辑
传统 RAG	从「相似文本」里找答案
GraphRAG	从「知识关系和全局结构」中做推理与总结

GraphRAG = 知识图谱（Knowledge Graph）+ RAG

它不只是检索相似文本，还会构建实体、关系、社区和摘要，让系统真正理解知识之间的结构关系——更接近人类的思维方式：综合已有知识体系进行提炼，而不是只看一段文字。

---

三、知识图谱基础：节点、边、社区

知识图谱（Knowledge Graph）也叫语义网络，由两类核心元素组成：

• 节点 Node：表示实体、概念、事件、对象等
• 边 Edge：表示节点之间的关系

实际应用举例

• Google 搜索依赖知识图谱理解查询与实体关系
• Facebook 利用知识图谱分析用户关系链，实现好友推荐

社区（Community）

GraphRAG 还引入了「社区」概念——图谱中连接紧密的一组实体，通常代表：

• 一个主题
• 一条故事线
• 一组高度相关的实体关系

社区有层级结构（C0 → C3）：

层级	特点
C0 / C1	高层级，更概括、更宏观
C2 / C3	低层级，更具体、更细节

编号越小越宏观，编号越大越具体。

---

四、GraphRAG 核心工作流（图解）

整个流程分为两个阶段：索引阶段 和 查询阶段。

📦 索引阶段（Indexing Phase）

Step 1：文本切分

将文档切分为约 300 token 的子块，设置 100 token 的重叠部分，保留上下文连贯性。

Step 2：LLM 提取实体和关系

从每个文本块中：

• 提取实体、关系
• 生成实体及关系的简短描述
• 为每个实体分配唯一 ID，方便溯源

Step 3：构建知识图谱（KG）

以实体为节点、关系为边，构建全局知识图谱，展现文档中的复杂关系网络。

Step 4：Leiden 社区检测算法

识别图谱中的社区，该算法特点：

1. 支持分层社区检测
2. 可递归识别子社区
3. 每个节点只属于一个社区
4. 尽量避免遗漏节点
5. 节点大小通常与重要性成正比

Step 5：分层社区摘要

级别	内容
第一级	细粒度摘要，针对具体社区
第二级	中等粒度，整合相关社区
第三级	全局级，高层次概览

🔍 查询阶段（Query Phase）

查询阶段根据问题类型，动态选择不同的检索策略，核心流程如下：

用户提问
    │
    ├── 问题是关于具体实体？ ──→ 本地搜索 Local Search
    │        └── 匹配 C2/C3 细粒度社区 + 原始文本块 → 生成答案
    │
    ├── 问题是宏观全局型？ ──→ 全局搜索 Global Search
    │        └── 遍历所有社区报告 → Map-Reduce → 生成全局答案
    │
    └── 问题复杂且开放？ ──→ DRIFT 搜索
             └── 整合社区信息 + 扩展本地搜索范围 → 生成综合答案

查询阶段的关键设计思路：

1. 不是所有问题都用同一种策略：系统会根据问题的性质（局部 vs 全局、明确 vs 开放）自动匹配最合适的检索路径，避免资源浪费
2. 社区层级决定答案粒度：本地搜索用细粒度社区（C2/C3）保证细节准确，全局搜索用高层级社区（C0/C1）保证覆盖面广
3. 原始文本块作为兜底：无论哪种搜索，最终答案生成时都可以回溯原始文本块，保证可追溯性
4. Map-Reduce 保证全局搜索质量：不是简单拼接所有社区摘要，而是通过重要性评分筛选，确保答案质量和相关性

💡 工程建议：实际落地时，可以在问题前加一层意图分类器，自动判断应该走本地搜索还是全局搜索，进一步提升响应效率。

---

五、三种查询方式深度对比

1. 本地搜索 Local Search

结合知识图谱中的相关数据和原始文本块生成答案。

• 适合：关于具体实体的问题
• 使用社区：C2 / C3 低层级细粒度社区
• 示例：洋甘菊的治疗特性是什么？

2. 全局搜索 Global Search

搜索所有社区报告，用 Map-Reduce 方式生成答案。

• 适合：宏观性、全局性问题
• 使用社区：C0 / C1 高层级社区摘要
• 示例：本文的核心主题是什么？

3. DRIFT 搜索

本地搜索的扩展版，整合社区信息让搜索起点更宽泛。

• 适合：复杂、开放、与固定模板不完全匹配的问题
• 特点：检索更多类型的事实

---

六、Map-Reduce 查询机制原理

全局搜索的核心是 Map-Reduce 模式：

Map 阶段：
  ├── 并行处理每个社区报告
  ├── 为每个社区生成部分回答
  └── 给每个部分回答打重要性分数（0-100）

Reduce 阶段：
  ├── 按重要性分数排序
  ├── 选取高分内容
  └── 合并生成最终的全局答案

---

七、适合 vs 不适合场景清单

✅ GraphRAG 擅长的场景

• 长文档或多文档总结
• 复杂报告分析
• 竞争格局分析
• 市场趋势洞察
• 多实体关系推理
• 知识体系梳理
• 跨文档主题发现
• 法律、金融、科研、企业知识库等高复杂度场景

❌ 不一定适合的场景

• 简单事实问答（传统 RAG 更高效）
• 单段文本查询
• 对实时性要求极高但图谱更新成本高的任务
• 数据规模小、关系结构不复杂的任务

---

八、总结

	传统 RAG	GraphRAG
核心逻辑	相似文本检索	知识结构推理
擅长场景	局部事实问答	全局洞察、关系推理
索引成本	低	较高
查询复杂度	低	中-高
最佳用例	精确单点问答	复杂知识库、多文档分析

一句话总结：传统 RAG 擅长「从相似文本中找答案」，GraphRAG 擅长「从知识关系和全局结构中做推理与总结」。两者是互补关系，根据业务场景合理选择，才是工程化落地的正确姿势。

---

如果本文对你有帮助，欢迎点赞 + 收藏，后续会持续更新 GraphRAG 实战部分（Neo4j + 项目部署）！

Tags: GraphRAG · RAG · 知识图谱 · LLM · 大模型 · AI工程