GraphRAG
GraphRAG
GraphRAG
微软出品的图结构 RAG 系统。用知识图谱替代向量检索， 从文档中自动提取实体关系网络，支持全局/局部两种查询模式。 ⭐ 32.8k · microsoft/graphrag
概述
传统 RAG 只做向量相似度搜索，GraphRAG 先在文档中构建实体关系图谱， 再在图上做推理和检索。对需要理解全局关系的问题（“这个领域的主要趋势是什么”） 效果远超普通 RAG。
与传统 RAG 的区别
| 维度 | 传统 RAG | GraphRAG |
|---|---|---|
| 索引结构 | 向量嵌入 | 知识图谱（实体+关系） |
| 查询方式 | 相似度搜索 | 图遍历 + 社区摘要 |
| 全局理解 | ❌ 只能搜片段 | ✅ 能回答全局性问题 |
| 构建成本 | 低（只做 embedding） | 高（需要 LLM 抽实体关系） |
| 适用场景 | 事实检索（XX是什么） | 综合分析（XX有哪些趋势） |
与 Karpathy LLM Wiki 理念的关联
我们的 wiki-maintenance 使用手写的 wikilink + frontmatter 做知识关联。 GraphRAG 的图结构思路类似，但自动从非结构化文档中提取关系：
- 我们的方法：人工编写
[wikilinks](/docs/wikilinks)+ frontmatter - GraphRAG 方法：LLM 自动分析文档 → 抽取实体 → 构建关系图谱
- 结合：wiki 的 wikilinks 可作为 GraphRAG 图谱的先验知识
相关
- wiki-maintenance — 知识库维护规范
- LLMLingua — Prompt 压缩
- GPTCache — 语义缓存
- llm-efficiency-methodology — LLM 成本优化