用途：评估 GraphRAG（图增强检索生成）系统，判断知识图谱构建、图检索与生成各环节的质量，并给出可执行的改进建议。
主要能力：提供七步工作流——确定评估范围、选择指标、设计测试协议、测试推理能力、测量幻觉率、与基线对比、产出评估报告。评估维度包括知识图谱质量（实体覆盖、关系完整性、模式一致性）、检索质量（上下文召回 C-Rec、上下文精确率、多跳覆盖）、答案正确性（事实准确、答案完整、引用准确）、幻觉率（内在/外在幻觉率、KG 接地率）和推理深度（多跳准确率、逐步验证得分、错误传播率）。
使用方式：按清单逐步执行；测试集需覆盖单跳事实、多跳推理、约束满足、时序推理、比较和负向查询；基线可对比纯向量 RAG、仅 LLM 及不同图配置，并用消融实验隔离各组件贡献。指标选择分三档：快速健康检查、标准评估、生产就绪的全面基准。报告模板含系统信息、范围、各维度结果、基线对比表、统计显著性、弱点与优先级建议，评分标准最低通过分为 3.0。
适用场景：GraphRAG 系统的开发验证、上线前评估与迭代优化。
限制：资料未提供具体实现代码、依赖安装方式、支持的模型或平台、收费与价格信息，也未说明自动化评估管线的具体工具；部分细节需参考 methodology.md、reasoning-patterns.md 和 rubric_evaluation.json。