SuperAPI AI 工具集

graph-rag

智能体与模型

查看项目

更新于 10-16 08:49

技能介绍

用途:当答案取决于实体之间的关系而非文本相似度时,使用图谱原生检索。适合实体密集型系统、架构问题、因果链和纯向量检索常漏掉的多跳查询。

适用信号:问题询问两个概念如何关联;答案依赖路径、依赖或邻域;关键上下文分散在多个文件或文档;向量搜索返回的片段各自相关但整体解释薄弱;已有实体、引用或图结构可用。

检索模式:实体锚点检索,先把问题解析到已知实体再围绕其检索;邻域扩展,只沿相关关系扩展一到两跳;路径检索,问题涉及连接或因果时寻找两个锚点之间的路径;社区检索,当局部上下文比单条边更重要时拉取锚点所属子系统或簇;混合检索,用向量搜索找候选锚点,再用图扩展与解释。

流程:第一步分类问题,判断属于连接、路径、邻域还是子系统类型,简单查表用普通检索即可。第二步解析锚点,识别问题中的实体、文件、符号、表或服务;解析模糊时先用语义搜索、对候选排序并保留可见置信度。第三步做有界遍历,只沿对问题有意义的关系扩展,如 imports、calls、references、belongs_to、decided_by、documented_in,并用最大深度、最大节点数、关系白名单限制范围。第四步构建提示上下文,以结构化证据而非原始图转储呈现锚点、相关路径与支撑证据。第五步结合关系上下文作答,说明相关节点、连接方式、支撑路径的证据以及不确定之处。

选择指南:直接查找用向量或关键词;实体加邻居用锚点加邻域扩展;A 到 B 的连接用锚点加路径检索;子系统概览用锚点加社区检索;含命名概念的模糊问题用向量加图谱混合。

限制与校验:文件相关性不等于关系解释;把整张图塞进提示会浪费上下文并掩盖关键路径;跳数越多越好不成立,无界遍历会迅速变成噪声。应确认问题确实需要关系感知检索、锚点解析置信度可见、遍历受深度和关系类型约束、提示上下文包含路径与证据、最终答案同时解释结论与连接路径。

上述资料未提供安装命令、配置方式、依赖平台及收费信息。