在现实世界中，数据往往不是零散的文字，而是以图结构的形式交织在一起——实体（如人、物、事件）是节点，语义关系（如“购买”、“发现”、“属于”）是连接它们的边。这种结构化的数据在电商、社交网络等场景中无处不在，也为人工智能注入了新的灵感。传统RAG通过从外部数据库检索知识并注入大模型，已显著提升了生成内容的质量，但它有个致命短板：擅长处理独立的文本片段，却无法理解这些片段之间的深层联系。比如，当你问一个需要跨文本推理的问题时，传统RAG可能会“迷路”，答案零散而不完整。今天，我们将一起揭开Graph RAG的奥秘，看它如何突破传统RAG的局限，让你轻松上手！
一、从传统RAG到Graph RAG
RAG技术通过从外部检索知识并注入大模型，已经显著提升了生成内容的准确性和实用性。然而，当面对复杂查询或需要关联多段信息时，传统RAG的短板就暴露出来了。简单来说，它更擅长处理独立的文本片段，却很难理解这些片段之间的深层联系。
为了解决这些问题，Graph RAG应运而生。它通过将零散的文本转化为结构化的知识图谱，让大模型能够更高效地推理和生成答案。接下来，我们先从传统RAG的局限性说起，再逐步揭开Graph RAG的运作机制。
二、传统RAG的局限性
尽管传统RAG已经很强大，但它在处理复杂场景时有三个明显的瓶颈：
1. 大模型更喜欢“结构化”的输入
大语言模型在处理结构化数据时往往表现得更出色，因为结构化数据能清楚地展示事物之间的关系。
我们来看一个例子：
非结构化句子：“微信是腾讯旗下面向大众的即时通讯工具。”
结构化三元组：
(微信, 类型, 即时通讯工具)
(微信, 目标用户, 大众)
(微信, 母公司, 腾讯)
在非结构化句子中，模型需要自己分析“微信”和“腾讯”“大众”之间的关系。如果文本再长一些，这种推断的难度会成倍增加，甚至可能出错。而结构化三元组直接把关系讲得明明白白，模型几乎不用费力就能理解。
传统RAG依赖向量数据库检索非结构化的文本块，这些文本块虽然包含信息，却没有标注实体之间的关系。模型拿到这些“散装”信息后，很难高效地建立联系。而Graph RAG通过知识图谱，把信息整理得井井有条，让模型用起来更顺手。
2. 跨文本块的联系容易断裂
现实中，很多问题的答案并不是集中在一块文本里，而是分散在多个相关但独立的片段中。
比如：
文本块1：“居里夫人发现镭元素并获得诺贝尔奖。”
文本块2：“居里夫人对镭元素的发现极大推动了癌症治疗。”
传统RAG会分别检索这两个文本块，但它没法自动告诉你这两段话其实是有关联的。更麻烦的是，如果某个关键片段因为跟查询的相似度不够高而没被检索到，答案就直接缺了一角。即使所有片段都找回来了，模型还得自己费劲去拼凑这些信息的逻辑关系。
3. 多跳推理和因果关系的难题
有些问题需要跨越多段文本才能回答完整。比如，想总结某个人物X的全部成就，传统RAG可能会因为只抓取了“前k个”相关文本片段而漏掉一部分信息。更糟的是，它检索的每个片段都是孤立的，模型得自己猜这些片段怎么连起来，效率低不说，还容易出错。
什么是"多跳推理"？"跳"（Hop） 指的是在图结构中从一个节点到另一个节点的遍历步骤。例如：
第一跳：查询"居里夫人" → 找到"镭元素"
第二跳：从"镭元素" → 找到"癌症治疗"
"多跳推理" 意味着模型需要跨越多个节点（即多次"跳转"）才能得到最终答案，而不是仅依赖单次检索。
三、Graph RAG：结构化检索的“救星”
Graph RAG的出现，像是给传统RAG装上了“结构化大脑”。它通过知识图谱和图遍历的方式，把零散的信息串联起来，让大模型能更聪明地工作。它的核心优势有以下几点：
1. 把文本变成知识图谱
Graph RAG的第一步，就是从非结构化文本中提取信息，构建一个知识图谱。以某人物X的传记为例，假设传记里分散记录了X的各种成就：
第一章：成就1
第二章：成就2
……
第十章：成就10
Graph RAG会把这些信息整理成一个图谱，结构可能是这样的：
X → <达成> → 成就1
X → <达成> → 成就2
……
X → <达成> → 成就10
有了这个图谱，实体和关系一目了然，检索和推理的基础就打好了。
2. 用图遍历找答案
在检索阶段，Graph RAG不再依赖向量相似度，而是通过图谱遍历来获取完整信息。比如要总结X的成就，它会直接从X这个节点出发，沿着“达成”这条边，把所有相关成就都找出来。这种方式不仅确保信息不遗漏，还天然保持了信息的连贯性。
再比如前面提到的居里夫人案例，Graph RAG会生成这样的图谱：
[居里夫人] → (发现) → [镭元素]
[镭元素] → (应用) → [癌症治疗]
[居里夫人] → (获奖) → [诺贝尔奖]
如果问题是“居里夫人对癌症治疗的贡献”，Graph RAG能顺着图谱的路径快速找到答案，比传统RAG的“盲找”高效多了。
3. 让大模型推理更轻松
Graph RAG把结构化的图谱信息喂给大模型，相当于把一堆散乱的拼图拼好后再交给它。这样，模型在处理多跳推理或因果关系时就轻松得多，结果自然更准确、更连贯。
四、Graph RAG的应用场景
Graph RAG的潜力远不止理论探讨，它在实际场景中已经展现出强大的价值，实际使用过程中，如果我们直接上传的文档不太好，那么就启用Graph RAG，这个检索结果就准确多了：
电商推荐：通过构建用户和商品的交互图谱，系统能更精准地推荐用户可能感兴趣的商品。
社交网络：用图谱分析用户间的关注、评论等关系，可以更高效地检测虚假账号，提升平台安全。
知识问答：面对复杂问题，Graph RAG能整合分散的信息，给出更全面的回答。
五、Graph RAG 的具体实现
在了解了 Graph RAG 的理论基础和优势后，本章节将通过一个具体的实现示例，展示如何基于 Neo4j 图数据库和 LangChain 框架构建并使用 Graph RAG 系统。这个示例涵盖了从知识图谱的构建、图数据的检索，到与大模型集成的完整流程。以下是实现步骤的详细说明和代码。
1. 环境准备
在开始编码之前，需要确保开发环境中安装了必要的 Python 库。您可以通过以下命令安装所需的依赖：
# 安装必要库pip install neo4j langchain openai py2neo transformers spacypython -m spacy download en_core_web_sm
这些库分别用于连接 Neo4j 数据库（neo4j, py2neo）、构建 LangChain 应用（langchain）、调用 OpenAI 大模型（openai）、处理自然语言（spacy）以及支持图嵌入（transformers）。
2. 知识图谱构建模块
知识图谱的构建是 Graph RAG 的核心步骤之一。我们将使用 spaCy 从文本中提取实体和关系，并将结果存储到 Neo4j 图数据库中。以下是实现代码：
from py2neo import Graph, Node, Relationshipimport spacy# 初始化 Neo4j 连接graph = Graph("bolt://localhost:7687", auth=("neo4j", "password"))# 加载 spaCy 模型nlp = spacy.load("en_core_web_sm")def extract_entities_relations(text):"""从文本中提取实体和关系"""doc = nlp(text)entities = [ent.text for ent in doc.ents] # 提取命名实体relations = []# 简化的关系提取逻辑 - 实际应用中可使用更复杂的模型for token in doc:if token.dep_ in ("nsubj", "dobj"): # 提取主语和宾语关系relations.append((token.head.text, token.dep_, token.text))return entities, relationsdef build_knowledge_graph(text_data):"""构建知识图谱"""for text in text_data:entities, relations = extract_entities_relations(text)# 创建节点nodes = {}for entity in entities:node = Node("Entity", name=entity)graph.create(node)nodes[entity] = node# 创建关系for rel in relations:head, relation, tail = relif head in nodes and tail in nodes:relationship = Relationship(nodes[head], relation, nodes[tail])graph.create(relationship)# 示例数据texts = ["智能体AI公众号主要写AI相关的文章","老谭是智能体AI公众号的作者","智能体AI公众号的作者一般在长沙"]build_knowledge_graph(texts)
说明：
extract_entities_relations 函数使用 spaCy 提取文本中的实体和简单的依存关系（主语、宾语）。
build_knowledge_graph 函数将提取的实体作为节点、关系作为边，存储到 Neo4j 中。
示例数据展示了如何从三句话中构建一个简单的知识图谱。
3. 图检索模块
构建好知识图谱后，我们需要实现从图谱中检索相关信息的功能。这里我们使用 LangChain 的 Neo4jGraph 和 Cypher 查询来完成这一步骤：
from langchain.graphs import Neo4jGraphfrom langchain.chains import GraphCypherQAChainfrom langchain.chat_models import ChatOpenAI# 连接 Neo4jgraph = Neo4jGraph(url="bolt://localhost:7687",username="neo4j",password="password")# 定义检索函数def graph_retrieval(query):"""使用 Cypher 查询从知识图谱中检索相关信息"""# 自动生成 Cypher 查询cypher_query = f"""MATCH path = (e1)-[r]->(e2)WHERE toLower(e1.name) CONTAINS toLower('{query}')OR toLower(e2.name) CONTAINS toLower('{query}')OR toLower(type(r)) CONTAINS toLower('{query}')RETURN pathLIMIT 5"""# 执行查询result = graph.query(cypher_query)# 格式化结果context = []for record in result:path = record["path"]nodes = path.nodesrels = path.relationshipsfor rel in rels:start_node = nodes[rel.start]end_node = nodes[rel.end]context.append(f"{start_node['name']} - {rel.type} - {end_node['name']}")return "\n".join(context) if context else "No relevant information found."
说明：
graph_retrieval 函数根据用户查询生成 Cypher 查询，从图谱中检索匹配的路径（节点和关系）。
返回结果格式化为“节点 - 关系 - 节点”的字符串，便于后续输入大模型。
4. 与大模型集成
检索到图谱信息后，我们将其与用户问题结合，输入到大模型中生成回答。这里使用 LangChain 的 RetrievalQA 链实现：
from langchain.prompts import PromptTemplatefrom langchain.chains import RetrievalQAfrom langchain.llms import OpenAI# 定义提示模板GRAPH_PROMPT = PromptTemplate(template="""基于以下知识图谱信息和问题，提供详细的回答。如果信息不足，请说明。知识图谱信息:{context}问题: {question}回答:""",input_variables=["context", "question"],)# 创建 Graph RAG 链llm = OpenAI(temperature=0)graph_qa_chain = RetrievalQA.from_chain_type(llm=llm,chain_type="stuff",retriever=graph_retrieval, # 使用自定义的图检索函数chain_type_kwargs={"prompt": GRAPH_PROMPT},verbose=True)# 使用示例question = "谁是智能体AI公众号的作者"result = graph_qa_chain.run(question)print(result)
说明：
GRAPH_PROMPT 定义了如何将检索到的上下文和用户问题组织成提示。
RetrievalQA 链将图检索结果输入 OpenAI 模型，生成最终回答。
示例问题“谁是智能体AI公众号的作者?”会基于图谱信息返回“老谭”。
5. 进阶实现 - 带图嵌入的版本
为了提升 Graph RAG 的性能，我们可以引入图嵌入技术，将图谱中的节点和关系转为向量表示，支持更复杂的查询和推理：
from torch_geometric.data import Dataimport torchfrom transformers import AutoModel, AutoTokenizerclass GraphEmbedder:def __init__(self):self.tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")self.model = AutoModel.from_pretrained("bert-base-uncased")def get_embeddings(self, text):inputs = self.tokenizer(text, return_tensors="pt", padding=True, truncation=True)with torch.no_grad():outputs = self.model(**inputs)return outputs.last_hidden_state.mean(dim=1)def create_graph_data(self, cypher_result):"""将 Cypher 查询结果转换为 PyG 图数据"""node_texts = []edge_index = []edge_attrs = []node_dict = {}node_counter = 0for record in cypher_result:path = record["path"]nodes = path.nodesrels = path.relationshipsfor rel in rels:start_node = nodes[rel.start]end_node = nodes[rel.end]# 添加节点if start_node["name"] not in node_dict:node_dict[start_node["name"]] = node_counternode_texts.append(start_node["name"])node_counter += 1if end_node["name"] not in node_dict:node_dict[end_node["name"]] = node_counternode_texts.append(end_node["name"])node_counter += 1# 添加边edge_index.append([node_dict[start_node["name"]], node_dict[end_node["name"]]])edge_attrs.append(rel.type)# 获取节点嵌入node_embeddings = torch.cat([self.get_embeddings(text) for text in node_texts])# 创建图数据对象data = Data(x=node_embeddings,edge_index=torch.tensor(edge_index, dtype=torch.long).t().contiguous(),edge_attr=edge_attrs)return data# 使用示例embedder = GraphEmbedder()cypher_result = graph.query("MATCH path=(e1)-[r]->(e2) RETURN path LIMIT 10")graph_data = embedder.create_graph_data(cypher_result)
说明：
使用 BERT 模型为节点生成嵌入向量。
将 Cypher 查询结果转换为 PyTorch Geometric（PyG）的图数据格式，为后续图神经网络（GNN）应用奠定基础。
6. 完整应用示例
最后，我们将上述模块整合为一个 Web 应用，使用 FastAPI 提供 RESTful API 接口：
from fastapi import FastAPIfrom pydantic import BaseModelapp = FastAPI()class Query(BaseModel):question: str@app.post("/ask")async def ask_question(query: Query):# 1. 从知识图谱检索context = graph_retrieval(query.question)# 2. 使用大模型生成回答response = graph_qa_chain.run({"question": query.question,"context": context})# 3. 返回结果return {"answer": response}# 运行命令: uvicorn app:app --reload
说明：
定义了一个 /ask 端点，接收用户查询。
通过图检索和大模型生成回答，返回 JSON 格式的结果。
可通过 HTTP 请求访问此服务，例如 POST /ask。
六、总结
Graph RAG通过知识图谱和结构化检索，完美弥补了传统RAG在处理复杂查询和关联数据时的不足。它不仅让大模型的推理更高效，还为智能检索开辟了新的可能性。无论是电商推荐、社交网络分析，还是知识问答，Graph RAG都展现出了巨大的潜力。希望这篇文章能让你对Graph RAG有更清晰的认识。
