最近微软开源GraphRAG的消息，在技术圈引发了不小的关注。GraphRAG全称为Graph-Augmented Retrieval-Augmented Generation，简单说就是将知识图谱与传统检索增强生成（RAG）方法相结合，专门用于提升大模型处理私有数据问答的能力。今天，我们从知识图谱的原理说起，再借助一个生动的类比，来看看为什么知识图谱+RAG这套组合拳，比单纯的RAG方案更具优势。
01
什么是知识图谱？
你有没有过那种感觉——脑子里塞满各种零散信息，像一团乱麻？知识图谱模拟的正是我们思考事物及其关系的方式，同时绕开了大脑易遗忘和出错的短板。简单来说，它将信息整理成一个由相互连接的实体构成的网络，每个节点代表一个实体（比如人、地点、概念），节点之间的边则表示它们之间的关系。
我们可以把知识图谱想象成含有主语、谓语、宾语的三元组。它采用图结构的数据模型，将实体和关系清晰地呈现出来。你可能听说过“六度分隔”理论——每个人和任何一个人之间最多通过六个人就能联系起来。知识图谱就是把这一理论在数据层面落地，而且它不仅连接你和远方的朋友，还能在一个广阔、多维的关系网络中，串联起所有可能的实体。
图片来源：Langchain
知识图谱真正强大的地方在于其近乎“超自然”的连接能力——灵活、可扩展，并能无缝整合结构化与非结构化的多种数据源。这种融合创造出了信息的统一视图，往往能揭示出隐藏的联系和模式。更进一步，先进的知识图谱还融合了本体与语义Schema，为领域内的概念及其关系提供了正式定义。这个语义层显著增强了图谱的逻辑推理能力，例如支持传递闭包操作：如果图谱中记录了“约翰住在旧金山”和“旧金山在加利福尼亚”，即便没有直接写明，它也能自动推断出“约翰住在加利福尼亚”。
图片来源：Neo4j 博客
02
知识图谱的应用场景
那么知识图谱具体能用在哪些地方呢？我们可以从三个维度来考量：延迟、持久性和查询类型。在分析方面，知识图谱既能处理即时查询，也适合系统性分析——从实时的客户洞察到复杂的财务建模，它都能胜任。此外，它在持久数据存储和快速检索上表现优异，这对复杂的推荐系统和以用户为中心的界面至关重要。在算法层面，知识图谱尤其擅长处理系统查询，特别是高级自然语言处理和链路优化。这再次印证了它的灵活性——既支持实时分析，也能支撑持久化的系统数据结构。
这也是去年年底知识图谱技术突然火起来的原因——进而引出了我们今天的主角：GraphRAG。
03
什么是GraphRAG？
今年4月，微软研究团队关于GraphRAG的论文一经发布，立刻吸引了业界目光。7月初，GraphRAG在GitHub上开源，短短半个月star数量就飙升至12k。那么，GraphRAG到底是什么？我们直接看论文中的定义：
图片来源：Arxiv，《GRAG: Graph Retrieval-Augmented Generation》
为了让你更容易理解，这里有个非常形象的类比：把GraphRAG想象成信息世界里最优秀的城市规划师。传统的RAG方法就像游客随机找行人问路，而GraphRAG则像了解城市每个角落的市长。它不仅知道单个建筑（或信息片段），还能看到整个城市的全貌——错综复杂的街道、街区与社区网络。这种鸟瞰视野让GraphRAG能像一个熟知所有捷径的老司机，高效地在这些街道之间穿行。
图片来源：arXiv，《GRAG: Graph Retrieval-Augmented Generation》
GraphRAG之所以引人注目，在于它能识别并探索与任何问题相关的“街区”（子图）。借助一种名为“软修剪”的技术（主要针对无关信息），GraphRAG可以清理这些区域，去除杂乱内容，突出最相关的特征。然后，通过同时运用城市规划语言（图结构）和地方方言（文本信息）的双重提示，它给出的回答不仅能抓住事实，还能揭示城市景观丰富的背景与内在联系——就像从一位长期居住本地的历史专家那里获取的内部信息，远胜于任何旅游指南。
微软那篇《From Local to Global》的论文，正是将这种方法应用到聚焦查询的总结上，用自然语言总结知识图谱的内容以供检索。沿用刚才的类比，GraphRAG就像是知识库（城市）的高级城市规划和信息检索系统。它的运行分为两大阶段：索引和检索。
在索引阶段，城市规划者（LLMs）先把城市景观（原始文档）划分成可管理的区域（文本片段）。然后，他们逐一调查每个区域，识别关键地标和连接（元素实例）——比如标出重要的建筑物、公园以及连接它们的道路。这些个体元素被总结成简洁的描述（元素摘要），好比为每个社区地标创建简短概况。接着，利用先进的城市分析工具（例如Leiden社区检测算法），规划者把这些元素分组为自然的社区，就像在城市中识别出不同的街区或行政区。最后，他们为每个社区制作详细的“社区报告”（社区摘要），提供丰富、多层次的全城指南。通过索引阶段，我们便创建了一个全面、分层次的、从单个建筑到整个区域的城市景观理解。
图片来源：Arxiv，《From Local to Global: A Graph RAG Approach to Query-Focused Summarization》
到了检索阶段，GraphRAG在处理全局范围的查询时表现尤为出色。它不会随机派遣调查员到处跑，而是直接参考预先准备好的社区报告。每个社区以其本地视角对全局问题作出贡献，就像城市规划师结合各行政区的反馈来理解全市趋势。这种方法在处理“全局”问题时尤其有效，给出的答案在广度和多样性上都优于传统方法。
论文还提到了一个非常有趣的结论：文本块的大小至关重要。例如，使用600个token比使用2400个token能提取更多的实体（见上图）。但这需要平衡——文本块太小可能会导致上下文信息丢失。说到底，使用大模型时，我们总在成本、延迟、隐私和准确性之间做权衡。图结构带来的性能提升伴随着更多的token消耗和推理时间，因此是否采用GraphRAG，很大程度上取决于具体的应用场景，以及基于图的摘要是否是最优方案。
图片来源: Gradientflow 博客
04
关键区别：GraphRAG vs RAPTOR
此时可能有人会问：GraphRAG和目前RAG技术中常用的RAPTOR有什么不同？还是用之前的比喻来概括：如果把RAPTOR看作是一位建筑师在设计一栋多层高楼，从每一层向下看，都能看到城市的不同细节——一楼有特定地点的详细信息；随着楼层上升，每层提供一个更概括的视角，覆盖更大区域；顶层则可以鸟瞰整个城市。
回答问题时，RAPTOR会在这栋大楼里上下移动，根据需要从不同楼层收集信息。对于需要结合具体细节和宏观背景的复杂问题，它尤其有效。
图片来源：Arxiv，《RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval》
GraphRAG与RAPTOR的主要区别可以归纳为三点：
- GraphRAG侧重于城市不同部分之间的联系（实体之间的关系），而RAPTOR则按照信息的抽象程度来组织信息。
- GraphRAG最适用于需要全面了解整个城市的问题，展示所有事物之间的相互关联；RAPTOR则擅长处理需要把城市不同部分的具体细节拼凑在一起，同时保留更广泛背景的问题。
- GraphRAG的优势在于展现城市的多样性和相互关联性；RAPTOR的优势则在于能在详细信息和摘要信息之间高效切换。
简单总结：如果你想宏观地看全局、理清关系，GraphRAG是更好的选择；如果问题复杂、层次分明、需要上下左右地拼凑细节和背景，RAPTOR或许更顺手。两者各有千秋，具体选哪个，全看你的实际需求。