GraphRag测试

传统rag效果

GraphRag效果

生成的知识图谱

https://workspace-preview.neo4j.io/workspace/query

结论

graphrag能提供更精准的问答，在以下方面有优势

• 经典 RAG 难以将各个点连接起来。当回答一个问题需要通过共享属性遍历不同的信息片段，以便提供新的综合见解时，就会发生这种情况。
• 当被要求全面理解大型数据集合甚至单个大型文档中的总结语义概念时，经典 RAG 的表现不佳。

缺点

• 目前只支持txt/csv/json，其他类型的文档官方推荐先通过脚本进行转换成这三类文档
• 索引构建耗时且成本高
• 问答慢，多次调用大模型

OMAHA样例数据

以下为从OMAHA上下载的部分样例数据

OMAHA领域知识库样例数据.txt

OMAHA知识库&OMAHA领域知识库_样例数据说明文档.pdf

OMAHA知识库样例数据.txt

七巧板医学术语集_样例数据_红斑狼疮 温疫类病_20250420.xlsx

图数据库选型

HugeGraph

官方网站：HugeGraph

百度开发，有中文文档

实现了Apache TinkerPop3框架、兼容Gremlin查询语言。

Gremlin和Cypher

• Integration with Flink/Spark/HDFS, and friendly to connect other big data platforms（支持Flink/Spark等大数据流批处理平台）
• Plug-in Backend Store Driver Framework, support RocksDB, Cassandra, HBase, ScyllaDB, and MySQL/Postgre now and easy to add another backend store driver if needed（支持Cassandra、MySQL/Postgre等作为backend store）

JanusGraph

完全开源

Gremlin查询语言

有使用经验

支持动态创建图模型

nebula-graph

开源版和企业版

使用 nGQL图查询语言

Neo4j

使用Cypher图查询语言

社区版和企业版

部署官方指导文档

Installation - Operations Manual

📎图数据库选型.xmind