GraphRAG 是什么？与传统向量 RAG 有何不同？

题目

微软提出的 GraphRAG 被认为解决了传统向量 RAG 的某些短板。请说明 GraphRAG 的流程，以及它相比向量 RAG 的优势与代价。

参考答案

传统向量 RAG 的短板：

• 多跳推理弱：跨段落、跨文档的关联（如”A 的创始人与 B 的 CTO 是同一人”）难以靠局部检索拼出。
• 全局问题失效：如”这个领域的主要趋势是什么”——答案散布全库，Top-K 检索只能拿到局部片段。
• 缺乏结构化关联：纯向量无法表达实体间关系。

GraphRAG 流程（微软方案）：

1. 实体与关系抽取：用 LLM 从文档中抽取实体、关系，构建知识图谱（三元组）。
2. 社区检测：对图跑 Leiden/Louvain 算法，把节点聚成层级社区。
3. 社区摘要：用 LLM 为每个社区生成摘要，形成层级摘要树。
4. 查询时：
   • 局部问题（具体实体）：从图检索相关实体邻域。
   • 全局问题（趋势/汇总）：遍历社区摘要，做 map-reduce 式汇总回答。

相比向量 RAG 的优势：

1. 多跳推理：图结构天然支持跨实体关联遍历。
2. 全局问题：社区摘要把全库信息压缩成可消化的层级，能回答”总体趋势”类问题。
3. 可解释：答案可追溯到图中的实体与关系路径。

代价：

1. 构建成本高：抽取实体/关系、社区检测、摘要生成都需大量 LLM 调用，索引成本远高于向量 RAG。
2. 更新复杂：新增文档需重跑图构建与社区检测，不像向量库增量插入那么简单。
3. 召回依赖抽取质量：LLM 抽取实体/关系有噪声，影响图谱质量。

HybridRAG：结合 GraphRAG + VectorRAG，检索时同时用图结构与向量，兼顾全局与局部、结构化与语义，是工程上的折中方案。

面试加分点：

• 能点出 GraphRAG 的核心创新是社区检测 + 层级摘要，把”全库问题”转化为”摘要汇总问题”。
• 指出 GraphRAG 适合长文档库、需要全局洞察的场景（如研报分析、文献综述），简单 QA 用向量 RAG 更划算。
• 提及成本是 GraphRAG 落地最大障碍，需配合缓存、增量更新等优化。

出处：微软 GraphRAG 论文《From Local to Global: A Graph RAG Approach to Query-Focused Summarization》、头条《Vector Graph RAG 开源》。