graph

GraphRAG 检索器

GraphRAG 是一种基于知识图谱的检索增强生成技术，遵循 Microsoft GraphRAG 架构设计。它将文本数据转化为知识图谱，支持三种搜索模式：

核心概念

图作为索引层

关键设计：图数据是原始文本的索引，而非独立存储。

原始文档 → 文本块 → 实体抽取 → 节点（绑定 SourceChunkIDs）
                      ↓
                关系抽取 → 边（绑定 SourceChunkIDs）
                      ↓
                社区检测 → 社区摘要

检索流程

用户查询 → 实体抽取 → [Local/Global/Hybrid] → 获取 SourceChunkIDs → 返回文本

搜索模式详解

Local Search（局部搜索）

从查询中提取实体，在图中遍历获取相关节点和关系。

适用场景：

• "张三在哪个公司工作？"
• "项目 A 使用了哪些技术栈？"

retriever, _ := graph.DefaultGraphRetriever(
    graph.WithGraphStore(graphStore),
    graph.WithSearchMode(core.SearchModeLocal),
    graph.WithDepth(2),  // 遍历深度
)

Global Search（全局搜索）

基于社区摘要进行语义匹配，适用于宏观问题。

适用场景：

• "这份报告主要讲了哪些主题？"
• "项目中涉及的核心技术有哪些？"

retriever, _ := graph.DefaultGraphRetriever(
    graph.WithGraphStore(graphStore),
    graph.WithEmbedder(embedder), // 必需
    graph.WithSearchMode(core.SearchModeGlobal),
)

Hybrid Search（混合搜索）

融合 Local、Global 和 Vector 三路召回。

适用场景：

• "张三的项目涉及哪些技术？公司在这方面的投入如何？"

retriever, _ := graph.DefaultGraphRetriever(
    graph.WithGraphStore(graphStore),
    graph.WithVectorStore(vectorStore),
    graph.WithEmbedder(embedder),
    graph.WithSearchMode(core.SearchModeHybrid),
)

实体提取策略

GraphRAG 支持多种实体提取策略，可根据可用资源和性能需求灵活选择：

策略选择

import (
    "github.com/DotNetAge/gorag/pkg/pattern"
    "github.com/DotNetAge/gorag/pkg/retriever/graph"
)

// 策略 1: LLM 提取（最准确，需要 LLM）
rag, _ := pattern.GraphRAG("my-graph",
    pattern.WithBGE("bge-small-zh-v1.5"),
    pattern.WithLLM(llmClient),
    pattern.WithExtractionStrategy(pattern.ExtractionStrategyLLM),
)

// 策略 2: 向量匹配（需要 Embedder，无需 LLM）
rag, _ := pattern.GraphRAG("my-graph",
    pattern.WithBGE("bge-small-zh-v1.5"),
    pattern.WithExtractionStrategy(pattern.ExtractionStrategyVector),
)

// 策略 3: 关键词提取（无依赖，最快）
rag, _ := pattern.GraphRAG("my-graph",
    pattern.WithBGE("bge-small-zh-v1.5"),
    pattern.WithExtractionStrategy(pattern.ExtractionStrategyKeyword),
)

// 策略 4: 自动选择（默认，根据可用资源自动选择最佳策略）
rag, _ := pattern.GraphRAG("my-graph",
    pattern.WithBGE("bge-small-zh-v1.5"),
    // 默认为 auto，无需显式设置
)

自动选择逻辑（默认）

当使用 ExtractionStrategyAuto（默认）时，系统按以下优先级选择策略：

1. LLM 策略 - 如果配置了 LLM 客户端
2. Vector 策略 - 如果配置了 Embedder 和 GraphStore
3. Keyword 策略 - 作为兜底方案，无任何依赖

适用场景

• 涉及多实体、复杂关联关系的查询。
• 需要全局性概览而非局部性信息的场景。
• 依赖于领域内明确定义的语义关系的应用。

核心优化：DocStore 集成

通过集成 DocStore，GraphRAG 支持 父子文档检索 (PDR)：

• 证据溯源：当图谱找到两个实体的关系时，从 DocStore 召回提及该关系的原始长文本段落，增强回答的可信度。
• 上下文补全：防止由于分块过小（Chunking）导致的语义断层。

使用示例

import (
    "github.com/DotNetAge/gorag/pkg/retriever/graph"
)

retriever := graph.NewRetriever(
    vectorStore,
    graphStore,
    docStore, // 传入 DocStore 以启用上下文增强
    embedder,
    llm,
    // 其他选项...
)

支持的图存储 (GraphStore)

GoRAG 提供多种图存储实现：

1. SQLite (嵌入式)：推荐用于本地和轻量级应用。支持递归 CTE 遍历。
2. BoltDB (嵌入式)：纯 Go 实现，极高性能的本地 K/V 索引。
3. Neo4j (工业级)：支持大规模知识图谱，具备完整的 Cypher 查询能力。

Neo4j 使用示例

import "github.com/DotNetAge/gorag/pkg/indexing/store/neo4j"

graphStore, _ := neo4j.NewGraphStore("bolt://localhost:7687", "neo4j", "password", "neo4j")

使用 Cypher 模板进行深度推理

通过 CypherStep，你可以定义特定的图路径查询模板，帮助 LLM 发现文档中未直接描述的隐藏关系。

import "github.com/DotNetAge/gorag/pkg/retriever/graph"

// 定义：查找某人入职公司的 CEO
const ceoFinderTemplate = `
    MATCH (p:Entity {id: $id})-[:WORKS_AT]->(c:Entity)<-[:CEO_OF]-(ceo:Entity)
    RETURN ceo.id as name
`

retriever := graph.NewRetriever(
    vectorStore,
    graphStore,
    docStore,
    embedder,
    llm,
    // 注入自定义 Cypher 推理步骤
    graph.WithCustomStep(graph.NewCypherStep(graphStore, ceoFinderTemplate, logger)),
)