graphRAG原理解析——基于微软graphRAG+Neo4j llm-graph-builder

知识图谱生成

llm-graph-builder（以下简称 LGB）也使用了最新的 graph + RAG 的思路，使用知识图谱来加持RAG，提供更加准确和丰富的知识问答。知识图谱的生成上，利用大模型的泛化能力来自动生成和构建知识图谱，包括实体、关系和属性等。其相较于微软开源的 GraphRAG（以下简称 MS-GRAG）有很多相似和同源之处，但也有很多的不同。

模块	能力	llm-graph-builder	GraphRAG
知识抽取	使用大模型抽取	支持	支持
	支持适配多种大模型	支持	支持
	本体（schema）配置	部分支持（可选系统已配好的schema） 有一套比较完整的配置策略	支持 相对简单，只有简单枚举
	prompt调整	不支持	不支持
	promt形式	zero-shot（效果一般，实体质量不高）	few-shot（效果更好）
	知识分层	无	有分层社区，并提供社区级别的摘要
知识存储	图数据库	neo4j（查询较快）	文件存储（效率低）
知识召回	召回模式	vector， graph + vector	graph + vector
	问答素材	基于召回的文本片段	基于召回的实体，或社区摘要
	问答效率	高	低
交互	界面UI	支持	不支持（命令行操作生成和问答）
	实体展示	支持	不支持
	文档级操作	支持文件级的生成、查看和召回 支持增量的生成	不支持 有文件更新时，需要重新构建知识图谱

知识抽取

• LGB的prompt相较于微软 MS-GRAG来说，简单许多。

微软的prompt无论是在结构上，还是组织形式上，都更加完善。而最终体现的效果也是相差较多。

知识存储

LGB 依托于 Neo4j 图数据库，包括文档管理，实体、关系管理等，都是基于Neo4j图数据来做的。在召回性能上，相较于 MS-GRAG 要快。

知识召回

在召回策略上，两个产品使用了不同的方案。

• LGB

利用图数据库提供的快速检索能力，支持了向量 + 图检索的召回模式，也支持单纯的向量召回（传统的RAG模式）。

无论是向量 + 图检索的模式，还是单纯向量模式，召回的内容都是文档片段（chunk）；使用图模式时，会将关联的实体数量，作为rerank的依据。

最终将召回的内容，加上prompt，调用大模型来总结答案。

• MS-GRAG

微软的做法是，将所有提取的实体，作为叶子节点，同时自动对这些实体进行聚类。相关的实体节点聚成一类，称之为社区（community）。而多个社区，还可以继续形成新的社区。每个社区都有自己的摘要和总结。

召回时，根据用户问题的embedding，在以下5个场景中检索素材，并最终将召回的素材和历史对话一起传给大模型，生成答案。