GraphRAG入门：知识图谱+RAG下一代检索

普通RAG的局限

普通RAG：文档→切块→向量化→搜相似。

它能回答：「公司今年的财报说了什么？」 它答不好：「公司今年业绩增长主要靠哪些业务线？这些业务线之间有什么关联？」

第二个问题需要理解关系——GraphRAG就是干这个的。

GraphRAG是什么

GraphRAG在传统RAG的基础上加了知识图谱。它不仅存文档内容，还存实体之间的关系：

[华为] -- [合作] --> [赛力斯]
[赛力斯] -- [生产] --> [问界M9]
[问界M9] -- [使用] --> [华为ADS]

当用户问「华为跟哪些汽车厂商合作」时，GraphRAG从图谱里搜关系，比纯向量搜索准确得多。

快速上手

最简单的方案是使用Microsoft GraphRAG项目。

pip install graphrag

# 初始化项目
graphrag init --root ./myproject

# 把文档放到 ./myproject/input/
# 运行索引
graphrag index --root ./myproject

# 问答
graphrag query --root ./myproject --method global --query "华为跟哪些汽车厂商合作？"

什么时候该用GraphRAG

需要关系理解时用GraphRAG，简单文档问答用普通RAG就够了。