待验证50% 置信事实精确时间
GraphRAG是检索增强生成的一种变体，其检索阶段先在图上进行实体识别与多跳遍历，再将命中的子图作为上下文注入生成模型。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
无模式Text-to-SQL：从查询日志学习企业数据库结构
rss2026/10/24
涉及实体
相关事实
待验证GraphRAG范式先用向量检索定位候选实体节点，再通过图遍历沿关系链条扩展上下文，形成语义召回加结构推理的两阶段管道79% 相似已验证GraphRAG架构通过知识图谱显式建模角色关系与事件因果链来弥补纯向量检索的局限76% 相似待验证GraphRAG 先用 LLM 从代码中抽取实体和依赖关系构建知识图谱，检索时通过图遍历而非向量相似度定位答案，适合多跳推理场景但放弃了对非结构化文本的模糊语义匹配73% 相似待验证GraphRAG通过构建知识图谱，将函数、类、模块作为节点，将调用关系、继承关系、依赖关系作为边来组织代码知识70% 相似待验证Copilot通过检索增强生成（RAG）技术从Microsoft Graph提取相关上下文再送入大语言模型推理68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102559API
curl https://kongchang.com/api/v1/knowledge/claims/1102559MCP
get_claim(id=1102559)