--- title: "17-图结构：Graph RAG" created: 2026-05-15 aliases: - 图结构：Graph RAG tags: - 项目 --- # 图结构：Graph RAG 传统RAG的套路是：用户问一个问题，去知识库里找到最相关的几段文字，交给大模型生成回答。这个模式处理"单跳"问题很在行——答案就在某一段文档里，找到就行。 但有些问题不是这样的。 比如用户问："教《Spring Boot实战》的讲师还开过哪些微服务方向的课？" 要回答这个问题，需要三步推理： - 先找到《Spring Boot实战》这门课有哪些讲师（张老师、李老师） - 再找到这几位讲师各自还教了哪些课程 - 从中筛选出微服务方向的 这三步信息可能分散在不同的文档里。传统RAG用"Spring Boot实战的讲师还开过哪些微服务方向的课"去做向量检索，大概率只能找到关于《Spring Boot实战》本身的课程介绍，很难把讲师的其他课程也召回来。 这就是传统RAG的天花板：**它擅长"找到"，但不擅长"推理"。** ## 传统RAG在哪些场景下会碰壁 除了多跳推理，还有几类问题是传统RAG处理不好的： **关系查询**："张三的直属领导是谁？他领导的团队有多少人？"——需要沿着组织架构的关系链条走。 **路径发现**："从北京到拉萨，经停西安的航班有哪些？"——需要在航线网络中找路径。 **聚合统计**："和张老师一起教过课的讲师里，谁的课程平均评分最高？"——需要遍历合作关系并做聚合计算。 这些问题的共同特点：**答案不在某一段文字里，而是藏在实体之间的关系网络中。** ## 知识图谱：把信息织成网 知识图谱的核心思想很简单：用"实体-关系-实体"的三元组来表示知识。 ```text (Spring Boot实战) --[讲师]--> (张老师) (Spring Boot实战) --[讲师]--> (李老师) (张老师) --[讲授]--> (Spring Cloud微服务架构) (张老师) --[讲授]--> (MyBatis从入门到精通) (李老师) --[讲授]--> (Docker容器技术) (李老师) --[讲授]--> (Redis实战) (Spring Cloud微服务架构) --[方向]--> (微服务) (Docker容器技术) --[方向]--> (DevOps) (MyBatis从入门到精通) --[方向]--> (持久层) (Redis实战) --[方向]--> (中间件) ``` 有了这张图，"Spring Boot实战的讲师还开过哪些微服务方向的课"就变成了一个图遍历问题：从"Spring Boot实战"节点出发，沿着"讲师"关系找到讲师节点，再沿着"讲授"关系找到其他课程节点，最后过滤出方向为"微服务"的。 ![[2-Learning/05-项目/08-企业级项目深读/01-SuperAgent/06-系统讲解AI相关技术/03-RAG详细解析/assets/FgAV-Cv4EngXbQ2dTGyUag0iDTkz-cf713399.png]] 答案一目了然：张老师还教了《Spring Cloud微服务架构》，属于微服务方向。 ## 图数据库：存储和查询知识图谱 知识图谱需要一个专门的数据库来存储和查询，这就是图数据库。最主流的选择是Neo4j。 ### Neo4j的核心概念 - **Node（节点）**：代表一个实体，比如一门课程、一位讲师 - **Relationship（关系）**：连接两个节点，有方向和类型，比如"讲授" - **Property（属性）**：节点或关系上的键值对，比如课程的开设年份 - **Label（标签）**：节点的分类，比如"Course""Instructor" ### Cypher查询语言 Neo4j用Cypher语言做查询，语法很直观，像在画图： ```text // 查找Spring Boot实战的讲师 MATCH (c:Course {courseName: 'Spring Boot实战'}) <-[:TEACHES]- (i:Instructor) RETURN i.name // 查找讲师的其他课程 MATCH (c:Course {courseName: 'Spring Boot实战'}) <-[:TEACHES]- (i:Instructor) -[:TEACHES]-> (other:Course) RETURN i.name, other.courseName // 加上方向过滤：只要微服务方向 MATCH (c:Course {courseName: 'Spring Boot实战'}) <-[:TEACHES]- (i:Instructor) -[:TEACHES]-> (other:Course) WHERE other.category = '微服务' RETURN i.name, other.courseName ``` `(c:Course)` 表示一个Course类型的节点，`-[:TEACHES]->` 表示一条TEACHES类型的关系，箭头表示方向。整个MATCH语句就像在图上画一条路径。 ### Docker部署Neo4j 先拉取Neo4j镜像： ```bash docker pull neo4j:5.22-community ``` 然后启动容器： ```bash docker run -d \ --name neo4j \ -p 7474:7474 \ -p 7687:7687 \ -e NEO4J_AUTH=neo4j/your_password \ -e NEO4J_PLUGINS='["apoc"]' \ -v neo4j_data:/data \ neo4j:5.22-community ``` 启动后访问 `http://localhost:7474` 可以打开Neo4j的Web管理界面，直接在里面写Cypher查询。 ![[2-Learning/05-项目/08-企业级项目深读/01-SuperAgent/06-系统讲解AI相关技术/03-RAG详细解析/assets/Fv3XsAHkkU1QbfxGqpffwXGBQCs4-f71d287d.png]] ## Spring Boot集成Neo4j实战 下面用一个完整的例子演示：搭建一个课程知识图谱，然后通过Graph RAG回答多跳问题。 ### 示例中项目地址 - 项目模块：`ai-example-spring-ai-rag-neo4j` ### 引入依赖 ```xml org.springframework.boot spring-boot-starter-data-neo4j ``` ### 配置连接 ```yaml spring: neo4j: uri: bolt://localhost:7687 authentication: username: neo4j password: your_password ``` ### 定义实体 ```java @Node("Course") public class Course { @Id private String courseName; private Integer year; private String category; // 构造器、getter、setter省略 public Course(String courseName, Integer year, String category) { this.courseName = courseName; this.year = year; this.category = category; } } @Node("Instructor") public class Instructor { @Id private String name; public Instructor(String name) { this.name = name; } } ``` ### 定义Repository ```python public interface CourseGraphRepository extends Neo4jRepository { /** * 多跳查询：用CONTAINS模糊匹配课程名，找到它的讲师教授的其他课程 */ @Query(""" MATCH (c:Course) WHERE c.courseName CONTAINS $courseName WITH c MATCH (c) <-[:TEACHES]- (i:Instructor) -[:TEACHES]-> (other:Course) WHERE other.courseName <> c.courseName RETURN i.name AS instructor, collect(other.courseName) AS otherCourses """) List findOtherCoursesByInstructors(@Param("courseName") String courseName); /** * 带方向过滤的多跳查询 */ @Query(""" MATCH (c:Course) WHERE c.courseName CONTAINS $courseName WITH c MATCH (c) <-[:TEACHES]- (i:Instructor) -[:TEACHES]-> (other:Course) WHERE other.courseName <> c.courseName AND other.category = $category RETURN i.name AS instructor, collect(other.courseName) AS otherCourses """) List findOtherCoursesByCategory(@Param("courseName") String courseName, @Param("category") String category); } ``` > 为什么用CONTAINS而不是精确匹配？ > > 用户问"Spring Boot的讲师还教了啥？"，LLM提取出的可能是"Spring Boot"而不是完整的"Spring Boot实战"。CONTAINS模糊匹配能兜住这种偏差，对Demo来说更稳健。生产环境可以结合全文索引做更精细的匹配。 ```java public record InstructorCoursesDto(String instructor, List otherCourses) {} ``` ### 启动时自动初始化数据 作为示例项目，我们用 `@EventListener(ApplicationReadyEvent.class)` 让项目启动后自动把测试数据灌入Neo4j，不需要手动调接口。每次启动先清空旧数据，避免重复。 ```java @Slf4j @RestController @RequestMapping("/graph-rag") public class GraphRagController { private final Neo4jTemplate neo4jTemplate; private final Neo4jClient neo4jClient; private final CourseGraphRepository courseRepo; private final ChatClient chatClient; /** * 项目启动时自动初始化课程知识图谱数据 */ @EventListener(ApplicationReadyEvent.class) public void initData() { log.info("开始初始化课程知识图谱数据..."); // 先清空旧数据，避免重复 neo4jClient.query("MATCH (n) DETACH DELETE n").run(); // 创建讲师节点 neo4jTemplate.save(new Instructor("张老师")); neo4jTemplate.save(new Instructor("李老师")); neo4jTemplate.save(new Instructor("王老师")); // 创建课程节点 neo4jTemplate.save(new Course("Spring Boot实战", 2023, "微服务")); neo4jTemplate.save(new Course("Spring Cloud微服务架构", 2023, "微服务")); neo4jTemplate.save(new Course("Docker容器技术", 2022, "DevOps")); neo4jTemplate.save(new Course("MyBatis从入门到精通", 2021, "持久层")); neo4jTemplate.save(new Course("Redis实战", 2022, "中间件")); neo4jTemplate.save(new Course("Kafka消息队列", 2023, "中间件")); neo4jTemplate.save(new Course("JVM调优实战", 2022, "性能优化")); // 创建讲授关系 createTeachesRelation("张老师", "Spring Boot实战"); createTeachesRelation("张老师", "Spring Cloud微服务架构"); createTeachesRelation("张老师", "MyBatis从入门到精通"); createTeachesRelation("李老师", "Spring Boot实战"); createTeachesRelation("李老师", "Docker容器技术"); createTeachesRelation("李老师", "Redis实战"); createTeachesRelation("王老师", "JVM调优实战"); createTeachesRelation("王老师", "Kafka消息队列"); log.info("课程知识图谱初始化完成，共3位讲师、7门课程"); } private void createTeachesRelation(String instructorName, String courseName) { neo4jClient.query(""" MATCH (i:Instructor {name: $instructor}) MATCH (c:Course {courseName: $course}) MERGE (i)-[:TEACHES]->(c) """) .bind(instructorName).to("instructor") .bind(courseName).to("course") .run(); } } ``` 启动日志里会看到这两行，说明数据已经就绪： ```text 开始初始化课程知识图谱数据... 课程知识图谱初始化完成，共3位讲师、7门课程 ``` ### Graph RAG问答接口 关键步骤：先从图数据库查出结构化的关系数据，再把这些数据作为上下文交给大模型生成自然语言回答。 整个执行链路如下： ![[2-Learning/05-项目/08-企业级项目深读/01-SuperAgent/06-系统讲解AI相关技术/03-RAG详细解析/assets/FvGq9HLduUyBsGlagg2RWOgX26dI-2bc684cb.png]] ```java @GetMapping("/ask") public String ask(@RequestParam("question") String question) { // 1. 从问题中提取课程名 String courseName = extractCourseName(question); log.info("提取到课程名：{}", courseName); // 2. 从知识图谱中查询关系数据 String graphContext = queryGraphContext(courseName); log.info("图谱查询结果：{}", graphContext); if (graphContext.isBlank()) { return "抱歉，知识图谱中没有找到相关信息。"; } // 3. 把图谱数据作为上下文，让大模型生成回答 return chatClient.prompt() .system(""" 你是一个技术课程知识助手。根据以下知识图谱数据回答用户的问题。 只基于提供的数据回答，不要编造信息。 用自然流畅的语言组织回答。 知识图谱数据： """ + graphContext) .user(question) .call() .content(); } private String queryGraphContext(String courseName) { List results = courseRepo.findOtherCoursesByInstructors(courseName); if (results.isEmpty()) return ""; StringBuilder sb = new StringBuilder(); sb.append(String.format("课程《%s》的讲师有：%s\n", courseName, results.stream().map(InstructorCoursesDto::instructor) .collect(Collectors.joining("、")))); for (InstructorCoursesDto dto : results) { sb.append(String.format("其中 %s 还教了：%s\n", dto.instructor(), String.join("、", dto.otherCourses()))); } return sb.toString(); } private String extractCourseName(String question) { String raw = chatClient.prompt() .user("从以下问题中提取课程名称，只输出课程名本身，不要书名号、引号或任何多余的字符：" + question) .call() .content() .trim(); // 去掉LLM可能加上的《》("")等包裹符号（用Unicode避免编译器误解中文引号） return raw.replaceAll("[\u300a\u300b\u201c\u201d\u2018\u2019\"']", ""); } ``` ### 接口调用示例 项目启动后（默认端口7096），直接GET请求就能体验Graph RAG的效果： ```bash # 多跳查询：找讲师的其他课程 curl "http://localhost:7096/graph-rag/ask?question=Spring Boot实战的讲师还开过哪些课" # 带条件过滤：只看微服务方向 curl "http://localhost:7096/graph-rag/ask?question=教Spring Boot实战的老师还开过哪些微服务方向的课" # 换个角度问：某位讲师的全部课程 curl "http://localhost:7096/graph-rag/ask?question=李老师都教了哪些课程" ``` 以"带条件过滤"为例，实际返回结果： ```text 教Spring Boot实战的老师有李老师和张老师。其中李老师还教了Redis实战和Docker容器技术，但这两门课程不属于微服务方向。 张老师则教了Spring Cloud微服务架构，这是一门微服务方向的课程。 因此，根据提供的信息，教Spring Boot实战的老师中，只有张老师开过Spring Cloud微服务架构这门微服务方向的课程。 ``` ## Graph RAG vs 传统RAG：什么时候该用哪个 Graph RAG不是传统RAG的替代品，而是补充。两者适合的场景不同： | 维度 | 传统RAG（向量检索） | Graph RAG（知识图谱） | | --- | --- | --- | | 擅长的问题 | 单跳问答、概念解释、操作指南 | 多跳推理、关系查询、路径发现 | | 数据形态 | 非结构化文本（文档、网页） | 结构化关系（实体+关系） | | 构建成本 | 低（文档切片+embedding） | 高（需要抽取实体和关系） | | 维护成本 | 低（更新文档即可） | 中（需要维护图谱一致性） | | 回答风格 | 基于原文生成 | 基于结构化数据生成 | > 实际项目中的建议 > > 大多数RAG项目不需要一开始就上Graph RAG。先用传统RAG跑通，如果发现有大量多跳推理类的问题回答不好，再考虑引入知识图谱作为补充数据源。可以通过前面讲的"查询路由"机制，把关系类问题路由到图数据库，知识类问题继续走向量检索。 ## 知识图谱的构建：最难的一步 Graph RAG的技术实现不难，难的是知识图谱的构建。你需要从非结构化文本中抽取出实体和关系，这本身就是一个NLP难题。 几种构建方式： **手动构建**：准确率最高，但成本极高，只适合小规模、高价值的领域知识（如医学知识图谱、法律条文关系）。 **LLM辅助抽取**：用大模型从文本中抽取三元组。效果取决于Prompt设计和文本质量。 ```python private static final String EXTRACT_PROMPT = """ 从以下文本中抽取实体和关系，输出为三元组列表。 格式：(实体1, 关系, 实体2) 文本：{text} 要求： 1. 实体要具体，不要太泛化 2. 关系要简洁明确 3. 只抽取文本中明确提到的关系，不要推测 """; ``` **结构化数据导入**：如果你已经有结构化的数据（数据库表、Excel、API），直接转换成图谱是最高效的方式。比如上面的课程例子，数据来源可以是一个教务管理系统的课程表和排课表。 **混合方式**：先从结构化数据构建骨架，再用LLM从非结构化文本中补充细节。这是目前最实用的方案。 ## 和查询路由结合使用 回顾前面讲的意图识别和查询路由，Graph RAG天然适合作为路由的一个目标通道： ```java // 在路由器中加入图数据库通道 return switch (source) { case "RELATIONAL" -> sqlService.query(question); case "GRAPH" -> graphRagService.ask(question); // Graph RAG default -> vectorService.search(question); // 传统RAG }; ``` 路由器判断用户问的是关系类问题（"谁和谁有什么关系""A的B是谁"），就走Graph RAG通道；判断是知识类问题，就走传统向量检索通道。两者各司其职。 > 小结 > > Graph RAG用知识图谱解决传统RAG处理不了的多跳推理问题。核心思路：把散落在文档中的实体和关系抽取出来，存入图数据库（推荐Neo4j），用Cypher查询做图遍历，再把结构化结果交给大模型生成自然语言回答。Graph RAG不是替代传统RAG，而是补充——通过查询路由让两者各司其职。知识图谱的构建是最大的挑战，推荐从结构化数据入手，LLM辅助补充。 --- **企业级项目导航**：⬅️ [[16-元数据的过滤场景|16-元数据的过滤场景]] | 17-图结构：Graph RAG | ➡️ [[18-RAG的组件拼接成流水线|18-RAG的组件拼接成流水线]]