最近看到 GraphRAG，感觉比普通 RAG 高级。公司知识库是不是应该直接上？

]]>https://localaihub.com/topic/76/graphrag-适合公司知识库吗RSS for NodeWed, 03 Jun 2026 19:19:54 GMTMon, 04 May 2026 11:02:00 GMT60先定义问题，再选检索形态。别反过来。

]]>https://localaihub.com/post/423https://localaihub.com/post/423Tue, 05 May 2026 09:47:00 GMT普通 RAG、结构化查询、GraphRAG 是工具箱，不是升级路线。

]]>https://localaihub.com/post/422https://localaihub.com/post/422Tue, 05 May 2026 09:07:00 GMT可以从“跨文档分析”场景试点，不要从“员工手册问答”开始。

]]>https://localaihub.com/post/421https://localaihub.com/post/421Tue, 05 May 2026 08:51:00 GMT我原来想拿 GraphRAG 解决所有召回问题，现在看不现实。

]]>https://localaihub.com/post/420https://localaihub.com/post/420Tue, 05 May 2026 06:35:00 GMT所以每条实体关系最好能追溯到原文片段，不然图谱也会变成另一种幻觉。

]]>https://localaihub.com/post/419https://localaihub.com/post/419Tue, 05 May 2026 03:48:00 GMT还有可解释。图上边是模型抽的，用户会问这条关系从哪来。

]]>https://localaihub.com/post/418https://localaihub.com/post/418Tue, 05 May 2026 00:58:00 GMT我们试过在项目复盘文档上做实体关系，找人和系统关系挺好。但查具体配置不如向量。

]]>https://localaihub.com/post/417https://localaihub.com/post/417Tue, 05 May 2026 00:19:00 GMT图谱最大的坑是更新。文档每天变，关系和摘要怎么增量更新？

]]>https://localaihub.com/post/416https://localaihub.com/post/416Mon, 04 May 2026 23:01:00 GMT不是。小团队也能试，但别一上来把制度问答改成图谱工程。

]]>https://localaihub.com/post/415https://localaihub.com/post/415Mon, 04 May 2026 21:00:00 GMT那是不是只有大公司能用？

]]>https://localaihub.com/post/414https://localaihub.com/post/414Mon, 04 May 2026 19:39:00 GMTGraphRAG 的构建成本不低。实体抽取、关系抽取、社区摘要、更新都要维护。

]]>https://localaihub.com/post/413https://localaihub.com/post/413Mon, 04 May 2026 18:41:00 GMT如果问“过去半年客户投诉主要集中在哪些产品线”，图和社区摘要可能有用。

]]>https://localaihub.com/post/412https://localaihub.com/post/412Mon, 04 May 2026 15:48:00 GMT如果用户问“某个报销标准是多少”，普通检索更直接。

]]>https://localaihub.com/post/411https://localaihub.com/post/411Mon, 04 May 2026 15:35:00 GMT先别被名字带跑。GraphRAG 更适合全局主题、实体关系、跨文档综合，不是替代所有 RAG。

]]>https://localaihub.com/post/410https://localaihub.com/post/410Mon, 04 May 2026 13:16:00 GMT