| 构建 | LLM/规则抽实体与关系，入图数据库（Neo4j 等） |
|---|---|
| 检索 | 问题先定位实体，再沿关系扩一跳/两跳取子图 |
| 优势 | 多跳推理、全局综述类问题 |
| 代价 | 构建与维护成本高，抽取质量是瓶颈 |
子图检索（Cypher 示意）
子图检索（Cypher 示意）
MATCH (e:Entity {name: $name})-[r]-(n:Entity)
RETURN e.name, type(r), n.name
LIMIT 50;
// 取回子图后转文本片段，与向量召回结果一起送模型GraphRAG 并非取代向量检索：常见做法是“向量召段落 + 图谱补关系”，按问题类型路由。