← 返回列表

当关系本身构成证据时,请使用 Graph RAG

The New Stack原文发布 2026-10-01 21:30首次收录 2026-10-02上架 2026-10-02 07:11

☆ 收藏查看原文 ↗

这件事讲了什么

当回答一个问题需要理清多条记录之间的关联时,普通向量检索可能不够用。比如问“哪个团队负责那个用了有漏洞的库的服务、哪些客户受影响、合同要求怎么通知”,向量搜索只能找出语义相近的文档,却无法证明哪些记录真正相关,可能把错误的服务版本或客户关联到一起。Graph RAG 的做法是把这些关系显式建成图:每条记录是一个节点,服务“使用”库、服务“支持”环境、合同“受制于”政策等关系成为带类型和方向的边,每条边都能追溯到来源并带生效日期。这样回答时先定位实体,再沿允许的关系遍历,最后取原文解释细节。两者配合使用,图的职责是回答“谁和谁相连”,原文负责回答“政策到底写了什么”。

可以使用的工具

文中可用工具

  • Graph RAG一种把记录间关系显式建模、再沿关系遍历检索的方法,用于回答依赖关系类问题
  • GraphRAG微软的方案,用大模型从非结构化文本中抽取知识图谱并构建社区层级,支持语料级和实体级查询
  • vector search向量检索,按语义相似度找出与问题相关的文档或记录
这是基于来源内容整理的摘要。原文链接失效后,本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论,阅读资讯无需注册。

还没有评论,来分享第一个看法。