实战GraphRAG（一）：初步体验GraphRAG及其与RAG的对比

🌟实战GraphRAG（一）：初步体验GraphRAG及其与RAG的对比

---

---

📖引言

doc 地址 GraphRAG文档

GraphRAG 是一种结构化、分层的检索增强生成（RAG）方法，不同于使用纯文本片段的简单语义搜索方法。GraphRAG 过程包括从原始文本中提取知识图谱，建立社区层次结构，为这些社区生成摘要，然后在执行基于RAG的任务时利用这些结构。本文将介绍GraphRAG的基本概念，与RAG的区别，并通过实战测试展示两者的差异。

GraphRAG的核心功能包括：

• 知识图谱构建：提取实体和关系，构建知识图谱。
• 全局搜索：基于社区摘要的广泛检索。
• 本地搜索：基于用户实体的详细检索。

GraphRAG的技术要点：

• Leiden技术：用于社区检测的高效算法。
• Map-Reduce处理：将社区报告分割成文本块