Graph RAG
Graph RAG 是用 DB-GPT 知识图谱索引的检索模式。在知识空间上启用 KnowledgeGraph 索引方法后,DB-GPT 会构建一组图,通过图遍历来检索(可替代或补充向量 / 关键词检索)。
会构建哪些图
| 图 | 适用 | 捕获内容 |
|---|---|---|
| LLM 三元组图 | 任意文本 | (主语, 谓词, 宾语) 事实与关系 |
| 文档-段落图 | 任意文档 | document → chunk → chunk 结构(include/next) |
| Markdown 标题图 | .md 文件 | file → H1 → H2 → H3 标题层级(contains) |
| 代码图谱 | 代码文件 / GIT_REPO 空间 | 用 tree-sitter 解析的代码 AST → function/class/method 节点 + file → defines 边 |
四者共用一条构建链路,写入配置的图存储(TuGraph / Neo4j / Memgraph)。
检索原理
GraphRetriever 按关键词、按节点 embedding 向量、按自然语言转图查询(Text2GQL)、以及按文档-图关联来匹配图节点,再沿边展开。每条边记得来自哪个 chunk,所以答案仍可溯源。
备注
retriever 能遍历 CALLS/INHERITS/IMPLEMENTS 边,但当前代码图谱 builder 只产出 contains 和 defines。调用链/继承查询除非别的 builder 产出过这些边,否则为空。
更多
- 知识库索引原理——图谱族与代码图谱 AST 解析的深入讲解
- Agentic RAG 对话原理——图检索如何融 入 agentic 循环
- Graph RAG Cookbook——编程构建 Graph RAG 应用
- TuGraph 集成——安装图存储后端