GraphRAG:知识图谱 + 向量检索的检索增强生成实践
GraphRAG 落地指南:传统向量 RAG 的三大局限、实体链接与图检索增强、Neo4j Vector Index 构建与相似度查询、LangChain 集成、微软 GraphRAG/LightRAG 变体对比,以及可评测的工程落地路径。
tag
GraphRAG 落地指南:传统向量 RAG 的三大局限、实体链接与图检索增强、Neo4j Vector Index 构建与相似度查询、LangChain 集成、微软 GraphRAG/LightRAG 变体对比,以及可评测的工程落地路径。
传统 RAG 用向量相似度检索文档片段,但在回答"谁和谁有关系"“某事件的完整影响链"这类需要多跳推理的问题时力不从心——关键信息可能分散在不同文档里,向量检索只能局部命中。GraphRAG 将知识表示为实体-关系图谱,用图遍历补足向量检索缺失的关联推理能力 …