标签: #graph-rag

한국어English日本語中文

← 全部文章

• 知识图谱工具与框架地图 — 什么时候该选什么

  图数据库、RDF 与本体栈、图 RAG 框架，在过去两年里爆发式增长。链接清单已经太多，所以本文换一种做法，画一张带着诚实观点的地图。每个类别都讲清楚：拿它做什么、两三个代表性工具，以及「什么时候该选什么」— 嵌入式(Kùzu) vs 服务器(Neo4j)、形式化的 OWL/RDF vs 实用的属性图、自己搭的抽取流水线 vs Microsoft GraphRAG 那种自带电池的流水线。以及最重要的一个问题：什么时候压根就不该用图(向量

  2026-07-15 · 15 分钟阅读 #tools#knowledge-graph#graph-rag#ontology#frameworks

• Graph RAG 是什么 — 向量 RAG 卡壳的地方，以及它值回成本的那一刻

  RAG 的标准配方(分块 → 嵌入 → 检索前 k 个)在答案完整落在某一个片段里时很好用，但在多跳问题、以及贯穿整个语料库的全局「意义建构」问题上会结构性地卡住。Microsoft 的 GraphRAG 正是瞄准这两处盲区 — 用 LLM 从语料库里抽取知识图谱，用 Leiden 算法找出社区并预先生成摘要。此后，全局问题用社区摘要的映射-归约来回答，局部问题则用以实体为中心的图探索来回答。本文梳理了向量 RAG 卡住的地方、Grap

  2026-07-15 · 14 分钟阅读 #rag#graph-rag#knowledge-graph#ai#llm