经典RAG应用的范式与架构已经非常流行，我们可以在很短的时间内借助成熟框架开发一个简单能用的RAG应用。

但是传统的RAG系统有个非常大的局限，即不善于处理复杂关系推理、总结性问题和多跳问题。因为传统RAG需要对文本进行分块，然后进行向量化存储，这种处理模式就会天然导致RAG在全局查询或总结上的表现不会太好。比如面对这样的问题，“《跨越鸿沟》这本书整体上讲了什么？请撰写一份2000字的总结”，传统RAG大概率会表现不及格。

同样的，在对文本分块之后，可能会丢失一些信息之间的关系和因果性，因此在处理多跳问题时，会出现逻辑关系断裂的问题。比如面对这样的问题，“在华东区所有的门店中，哪个导购的消费者客单价最高”，传统RAG系统可能会给出错误的答复。

这正是知识图谱和GraphRAG可以发挥作用的场景

知识图谱是一种将将信息表示为实体（节点）和关系（边）的网络，模仿了人类结构知识的组成方式。知识图谱不仅能捕获原始信息，还能捕获跨越多个文档的高阶关系，并具备强大的推理能力。

知识图谱的信息存储可以使用图数据库，图数据库是一种专门用于存储和操作图结构数据的数据库管理系统，如下图所示。与关系型数据库不同，图数据库使用节点、边和属性来表示和存储数据，非常适合处理高度连接的数据，提供高性能的复杂查询能力，用来遍历与发现有洞察力的数据关系。其最大特点是：

灵活的模型：可以方便地表示复杂的关系。

高效的查询：特别是多跳关系的查询，比关系数据库更高效。

可扩展性：能够处理大量节点和边。

GraphRAG

GraphRAG 是一种结构化的、分层的检索增强生成 (RAG) 方法，而不是使用纯文本片段的简单语义搜索方法。 GraphRAG 过程包括从原始文本中提取知识图、构建社区层次结构、生成这些社区的摘要，然后在执行基于 RAG 的任务时利用这些结构。

GraphRAG架构

图索引构建：首先，使用LLM对源文档进行处理，提取实体和关系，构建实体知识图谱。然后，使用社区检测算法将图谱划分为社区，并为每个社区生成摘要。

查询处理：当接收到用户查询时，系统会使用社区摘要来生成部分答案。这些部分答案随后被汇总和摘要，以形成对用户的最终回答。

并行处理：在索引和查询时，系统能够并行处理社区摘要，这提高了处理效率并允许处理大规模数据集。

模块化和可扩展性：Graph RAG方法的模块化设计允许它适应不同规模和类型的数据集，同时保持高效和可扩展

GraphRAG工作流程

GraphRAG的工作流程主要分为索引（Indexing）和查询（Querying）两个阶段：

索引阶段：

文本单元分割：将输入的文本语料库划分为多个文本单元，如段落或句子。

实体与关系提取：利用LLM识别并提取文本单元中的实体（如人名、地点等）、实体之间的关系以及关键信息。

层次聚类：使用社区检测算法（如Leiden算法）对提取的实体和关系进行分层聚类，形成多个社区。

社区摘要生成：为每个社区生成自然语言摘要，以了解数据集的主题结构和语义。

查询阶段：

局部搜索：在相关社区中进行搜索，获取中间答案。

全局搜索：汇总局部搜索的结果，生成最终的全局性答案。

GraphRAG适合的应用场景

下面我们来分析一下GraphRAG适合的场景，通常来说，具备如下特征的数据和场景更适合使用GraphRAG。

第一类是有较多相互关联实体与复杂关系，且结构较明确的数据。比如：

人物关系网络数据：社交网络中的用户关系、历史人物关系、家族图谱等。

企业级关系数据：公司结构、供应链、客户等之间的关系。

医学类数据：疾病、症状、治疗、药物、传播、病例等之间复杂关系。

法律法规数据：法律条款之间的引用关系、解释、判例与适用法律条款的关系。

推荐系统数据：产品、用户、浏览内容、产品之间的关联、用户之间的关系等。

第二类是涉及复杂关系、语义推理和多步逻辑关联的查询，比如：

多跳关系查询：在华东区所有的门店中，哪个导购的消费者客单价最高？

知识推理查询：根据患者的症状和病史，推断可能的疾病并提供治疗方案。

聚合统计查询：在《三国演义》中，出场次数最多的人是谁？

时序关联查询：过去一年都有哪些AI大模型的投资与并购事件？

跨多文档查询：在《三体3》中，有哪些人物在《三体1》中出现？

基于GraphRAG的特点，我们可以提炼出一些GraphRAG适合的应用场景

智能客服：将产品手册或说明文档映射到知识图谱中，解答消费者各式各样的售后问题，不需要提前准备QA对，也不需要提前对问题进行扩写，GraphRAG可以在精确理解用户意图的基础上进行查找。

智能检修：通常电气设备的产品说明短则几百页，长则数千页，即便是最资深的运维工程师也很难完全消化。因此，可以将设备的故障排除指南映射到知识图谱中，当设备出现故障时，方便工程师快速排查和解决问题。

智能问诊：在医学领域，病人的症状和病因之间存在着非常复杂的因果关系，同时医学领域对精准度的要求也非常高，因此非常适合GraphRag的使用，比如智能问诊

**药物合成：**在医药领域，存在非常多的分子化合物，每种分子化合物的特性都相差迥异，不同的分子还能结合成新的分子化合物，其中的排列组合不胜枚举。因此，可以将各种已经发现的分子化合物的结构、特征映射到知识图谱中，帮助生物学家更高效地发现有益的大分子结构。

报告总结：在金融领域，行业分析师每天都要阅读海量的市场信息或研究报告，过去都得完全依靠人工提炼和总结。而通过GraphRAG，构建智能投研、智能投顾等系统，帮助研究员快速提炼分析报告的核心内容

总结

**知识图谱是为了解决了数据间的孤岛问题，在复杂关系和复杂语义的场景下发挥了很大作用；同时，**GraphRAG虽然强大，但是相比传统RAG，其成本要高出不少。因此在以下常规场景下，我们还是尽量使用传统RAG