用途：该技能用于设计完整的 GraphRAG（图检索增强生成）系统，把图数据库、向量存储、编排框架与 LLM 推理组合成可落地的架构方案，并产出系统设计规范。
主要能力：提供一套七步工作流，即分析领域需求、选择 GraphRAG 模式、选择技术栈、设计集成流水线、应用领域定制、定义部署策略、产出规范。给出三类检索模式的对比：Hybrid Symbol-Vector（混合结构化与语义，适合企业问答与实体消歧）、Subgraph-on-Demand（按需子图，适合实时、频繁更新和成本敏感场景）、Community-Based Global Summarization（基于社区的整体摘要，适合主题性、语料级问题）。同时说明图数据库、向量库、编排层、LLM 四层集成架构，以及图优先还是文本优先、单系统还是多系统、使用框架还是自建等关键取舍。
使用方式：按清单逐步推进，依次分析查询复杂度、数据量与更新频率、合规与延迟要求；匹配查询模式选择模式；逐层选型；定义从摄入、抽取、建图、索引、检索、生成到引用的端到端流水线；按领域选择本体与合规模式；确定部署、监控、扩展与维护策略；最后用模板输出规范并对照质量评分表校验。
适用场景：需要多跳推理、实体消歧、关系感知上下文装配的企业问答、主题性语料总结、领域知识库（如医疗、金融）等。
限制：具体技术选型对比、领域模式参考、输出模板等内容的完整细节需查看该技能页面；价格、平台与效果未在资料中提供。