graph RAG
概念词 📚 基础词库 · 存量热词图检索增强生成
🔍 Google 联想 10 📅 首次出现 2026-08-28
🧠 graph RAG 是什么
图检索增强生成(Graph RAG)是在传统 RAG 基础上引入知识图谱的检索增强生成技术,将文档抽取为实体与关系构成的图结构,再据此检索与生成回答。
微软 2024 年发布的 GraphRAG 论文提出:先对文档做实体抽取与社区检测,再按社区层级生成摘要,从而回答全局性问题,弥补了向量 RAG 局部检索的短板。
相比传统向量 RAG,Graph RAG 在多跳推理、关系型问题与全局概括上表现更好,但构建图谱的成本与延迟更高。
🔥 为什么现在火
企业知识库从能搜到走向能问透,Graph RAG 解决全局问答痛点的能力让它自 2024 年以来持续热门,微软、Neo4j 与各类框架纷纷支持。
📄 证据链(交叉验证)
🔍 搜索形态
what is graph rag graph rag vs vector rag graph rag microsoft
graph RAG 常见问题 FAQ
Graph RAG 和传统 RAG 有什么区别?+
传统 RAG 只做向量相似度检索、适合局部事实问题;Graph RAG 额外构建知识图谱,擅长跨实体、多跳与全局性问题。
Graph RAG 有什么缺点?+
图谱构建耗时且成本高(通常重复调用 LLM),对数据更新敏感,小规模语料下收益不明显。
与 graph RAG 相关的搜索
人们搜索 graph RAG 时,还会关心这些问题:
- graph RAG 是什么
- 什么是 graph RAG
- graph RAG 是什么意思
- graph RAG 原理
- graph RAG 有什么用
- graph RAG 应用场景
- graph RAG 为什么火
- graph RAG 2026