知识图谱（Knowledge Graph）

用结构化的节点和边表示实体及关系的语义网络，为RAG系统提供关系推理能力。

Key Points

核心组成：实体（节点）、关系（边）、属性
解决传统RAG无法理解"关系"的问题
支持多跳推理和跨文档关联分析

Details

构建流程

实体抽取：从文档中识别关键实体（产品、故障、操作等）
关系抽取：提取实体间的关系（包含、导致、属于等）
属性抽取：提取实体的特征（价格、规格、状态等）
图谱存储：存入Neo4j等图数据库

在RAG中的应用

GraphRAG：将图谱作为检索索引
混合检索：向量检索 + 图谱检索 + BM25
社区汇总：按实体聚类，生成社区级别摘要

图数据库选型

Neo4j：最成熟，社区活跃
Nebula Graph：国产高性能
TuGraph：腾讯开源

Context

是构建企业级智能客服的核心能力之一，特别适用于产品参数、故障诊断等需要关系推理的场景。

[[concepts/rag]]
[[concepts/graph-rag]]
[[patterns/knowledge-graph]]

Sources