只有当一类有业务价值的问题持续需要连接多个对象,而且关系的身份、方向、有效期与来源能够维护时,知识图谱才值得进入企业知识库的选型。增加节点和连线本身不证明答案更可靠。对技术负责人和知识管理团队,优先要决定的是哪些关系值得治理、哪些问题走图、哪些结论仍须回到原文核对,而非一次性把全部资料改造成图。
先区分三类问题,不用同一个平均分决定架构
检索增强生成(RAG)先找证据,再让模型组织回答。知识图谱则用有身份的对象及关系表达知识,例如供应商供给零件、零件用于产品。图可以帮助连接分散事实,但是否需要专用图数据库、是否让模型抽取关系、是否生成社区摘要,是三项不同决定,采购时应分别说明。
第一类是局部事实查找,例如某个型号的维护步骤。第二类是关系追踪,例如某供应商停供会关联哪些在产产品。第三类是全库归纳,例如多年的故障报告反复出现哪些主题。前者通常先检查检索和版本,第二类需要路径完整性,第三类需要广泛覆盖及保留差异,不能统一用“回答更丰富”验收。
Microsoft GraphRAG 文档区分结合实体和原文的局部搜索,以及利用社区报告的全局搜索。[1] 这为问题分流提供机制依据,不代表所有带 GraphRAG 名称的实现使用同一算法,也不证明它们都适合精确的采购影响清单。
已有长上下文与 RAG 选型方法讨论了材料范围和阅读成本。这里增加的判断是:问题需要的关系是否已在业务系统内,是否有权威维护者。如果只需把两张稳定表按可信键连接,受控查询可能已足够;不要先支付自动抽图成本,再从生成结果重建原本明确的事实。
自动抽取、明确关系与共同出现,证明力不同
GraphRAG 原论文通过实体、关系、社区和摘要组织全库问答,其评估聚焦两个语料的整体理解问题,并明确外推到其他领域仍需研究。[2] 因此可以据此建立候选路线,不能把论文优势直接写成企业关系查询准确率,更不能省略本企业的反例测试。
图上的一条边至少应说明两个对象的稳定编号、关系类型与方向、有效起止时间、原始来源、来源版本、确认状态和责任人。来源只写一个文档名仍不够:应能定位支持关系的具体段落或业务记录,检查“拟合作”“已取消”是否被误解为当前有效。
Microsoft 的索引方法文档说明,Standard 路线用模型抽取关系,Fast 路线可按文本单元中的共同出现形成关系。[3] 共同出现可以帮助探索主题,却不能直接证明供应、控制或依赖。企业应先给关系定义用途,再决定哪些自动结果能进入事实查询。
Neo4j 的 VectorCypherRetriever 展示了先相似检索、再沿已有图关系扩展上下文的方式。[4] 它说明检索与关系查询可以组合,而非必须替换全部检索。扩展能否提供正确证据,仍取决于种子对象和关系质量;找错同名供应商后,图只会更快展开错误上下文。
一份供应商影响清单,怎样从原记录走到答案
以下为构造场景,用于比较实施范围,不是客户项目或产品实测。评估时点固定为 11 月 10 日,采购经理问“供应商 S17 暂停供货,哪些在产产品需要核查”。要求输出候选产品、经过的零件、关系依据及尚缺的信息;系统不自动停产、不替代采购决策。
准备五组获准记录:R1 表明 S17 当前供给零件 C9;R2 表明 C9 用于在产产品 P2;R3 表明 C9 曾用于 P4,但该关系于 10 月 31 日终止;R4 表明另一供应商 S71 供给 C11,C11 用于 P3;R5 是让 S17 供给 C11 的未批准提案。S17 与 S71 名称相近,但具有不同企业编号。
先把查询中的供应商核定为 S17,再筛选评估时点有效且已确认的供给关系,得到 C9。继续沿有效用料关系得到 P2,同时保留 R1、R2 的来源路径。R3 因已失效被排除,R4 因供应商身份不同被排除,R5 因提案未生效被排除。结果中应能解释这三项排除依据。
此时能回答的是“在本次纳入且已核对的关系范围内,P2 需要进一步核查”。不能直接回答“只有 P2 会停产”:还缺库存、替代料、交期、其他供应来源以及目录完整性的证据。如果某工厂台账尚未纳入,应列出未覆盖范围;没有找到路径,不足以证明不存在风险。
再给出变更样本 R6:11 月 12 日起 S17 对 C9 的关系终止,改由 S22 供给。查询 11 月 10 日仍应返回原路径;查询 11 月 13 日应采用新关系。若系统仅覆盖最新边,历史问题无法复核;若只追加新边不关闭旧边,又会把两个日期混为同一事实。这项样本同时检验建模和持续维护。
三条可行路线,投入取决于关系是否值得维护
路线 A 保留现有混合检索,由人员核查跨文档关系。它适合复杂关系问题少、资料变动快、业务尚不能给出统一对象编号的阶段。先改正错误型号、版本和检索遗漏,保留人工证据表。其代价是关系核对持续占用工时,且重复问题难以稳定复用,但暂缓建图也是有依据的选择。
路线 B 只维护有决策价值的关系。例如把上述供应、用料、有效期及确认状态从权威台账映射出来,文档负责解释条款和例外,查询按受控路径取证。固定层级的表关联也能实现这一范围;出现多种关系和可变深度时,再比较图存储的维护收益。不要把引入图数据库列为预设验收结果。
路线 C 对较大文本集合自动抽取图并生成社区信息,用于关系发现或全库归纳。它适合原始关系主要藏在文本、任务确需广泛连接且团队能处理抽取错误的情形。新增依赖包括实体消歧、关系审核、重建、权限继承与版本切换;成本不会因软件开源而消失。
对贯穿案例,若权威台账已经明确 R1 至 R4,先试 B 通常比重新从文字猜关系更容易验收,这是条件化的工程建议。若采购经理真正要找多年讨论中的潜在供应风险主题,可以另设 C 的探索任务,但其候选线索不能未经核实就写回当前供应关系。两条用途应有不同输出和负责人。
把维护工时放进同一张账,算出投入门槛
为便于复算,设每月 400 次问题中有 100 次关系核查,其余 300 次局部查询继续使用相同基线。这里只比较关系路径的增量成本,公共成本在三条路线中抵消。规划期为 12 个月,内部综合工时成本假设为每小时 180 元;以下所有工时、费用和改善量都是预算假设,须以试点记录替换。
A 每次关系核查需 12 分钟,月工时为 100×12÷60=20 小时,月成本 3600 元。B 假设一次建设需 120 小时,均摊每月 10 小时;维护每月 8 小时,人工核查降到每题 4 分钟,即约 6.67 小时,另有月运行费 600 元。B 月成本为(10+8+6.67)×180+600,按精确分数计算为 5040 元。
C 假设建设 80 小时、每月抽取结果复核及更新 18 小时、每题核查 6 分钟,月运行费 1200 元。月成本为(80÷12+18+100×6÷60)×180+1200=7440 元。运行费只是预算输入,不是任何厂商报价;三条路线还必须先满足同一正确性与覆盖要求,不能拿未经核查的快答案抵扣人工成本。
在上述条件下,100 次关系查询不足以支持仅凭节省工时选择 B。令月关系问题数为 q,A 为 36q 元,B 为 3840+12q 元,两者相等时 q=160。高于这一数量,B 在该简化成本口径下才开始占优;等于 160 也只是成本打平,没有给错误风险、资金时间价值或需求波动留余量。
若业务增长到每月 300 次,A 为 10800 元,B 为 7440 元,C 为 11040 元;若 B 维护从 8 小时增为 24 小时,固定部分升为 6720 元,打平点变为 280 次。关系变化频繁会吃掉复用收益。建设投入 B 的现金工时预算为 21600 元,月度均摊不能替代对这笔前期资源的安排。
这些计算不量化停产损失或采购收益,因为没有真实后果记录。若某类低频问题影响重大,仍可能值得建设有限关系,但应由业务负责人提供可审计的损失情景、备选处理方式与证据需求;不要为了让账面回本而虚构一次事故金额,也不能将释放工时直接等同于已经实现的现金节省。
三类反例会改变选型结论,而不仅是降低一个分数
第一类是身份误并。将 S17 和 S71 合成同一节点,答案会把 P3 错列为 S17 的影响对象。检查企业编号、别名映射及关系来源,修正后拆分节点并重建受影响路径,再同时测试两家供应商。若大量对象没有可判别身份,应先补主数据;全量自动抽图会放大这项缺口。
第二类是关系陈旧。R6 已生效而旧路径仍参与当前回答,说明更新、失效或服务版本有一处未完成。证据需覆盖源变更时间、关系生效时间、索引激活时间及查询采用版本。修复后同时回放两个查询日期,证明当前关系改变而历史解释仍成立;只看最后更新时间不足以通过。
第三类是摘要遮住例外。社区报告把多份材料概括为“供应稳定”,却遗漏未批准提案或关键终止条款。回到逐项来源,区分主题概括与对象级结论;修复摘要或限制它只用于导航,再以删除关键条款和加入相反条款的对照测试复验。引用了报告本身,不等于每项事实都有原始证据。
还应验证权限变化是否穿透关系与摘要。授权用户能读节点,不代表能读该节点的全部邻居;汇总文字可能间接泄露受限关系。用不同角色请求同一问题,检查检索材料、模型输入及最终输出。如果无法在实际架构中落实,缩小图的发布范围或暂停该路径,而不是仅在回答末尾增加提示。
试点应交付关系证据与变更记录,而非一张漂亮图
为每个问题固定对象身份、查询日期、角色、必需来源与允许结论。案例中的正确集合是 P2,并有三种不同排除原因;另设来源不全、对象歧义和没有有效路径的题目,检查系统是否分别说明未知。答案数量、路径数量与检索片段数量不能互相替代。
比较 A、B、C 时使用同一授权快照与相同答案要求,分别记录必需关系覆盖、无依据关系、有效期错误、完整证据路径、人工修正分钟数和更新等待时间。不要只给一个综合偏好分。评审应能追踪每个失败发生在身份映射、关系抽取、路径选择还是生成解释,而不是一律归因于模型。
试点数量由任务差异和错误后果决定,不把一个固定题数当作通用合格线。先用可手工穷举的小型关系集打通端到端,再加入实际获准材料。验收题与日常调参题分开,维护成本按真实更新批次记录;只有静态演示而没有 R6 这种变更样本,不能估计持续交付能力。
实施还要确认所用开源组件的支持边界。2026 年 11 月 16 日读取的 Microsoft GraphRAG 仓库说明其主要处于维护模式,并提醒索引成本及演示代码的支持限制。[5] 这是该仓库当日状态,不是所有图谱产品的结论;企业仍需落实版本、漏洞修复与替换责任。
把采购结论落在一份可重做的决策卡上
决策卡第一栏记录问题类别、月发生量、目标读者及错误后果,第二栏记录权威对象表、关系来源、有效期、审批状态和维护人。第三栏填写现有路线的失败证据,说明图究竟补哪条关系;若证据实际只缺一个正确检索字段,先修检索,不扩大建设范围。
第四栏填写三条路线的建设工时、运行费、月维护工时、逐题复核时间及假设范围,第五栏保存正常、身份混淆、历史变更、来源缺失和权限变化的输入与期望。对本例,重点核对 P2、S17 与 S71 的分离、R6 前后日期,以及不能据路径直接推断停产。
推进条件应同时包括关键问题有新增证据价值、维护责任落实、变更与权限验收通过,以及预算在保守假设下可承受。若仅少数关系满足条件,就只上线这些关系;若尚无法证明权威来源和持续更新,则保留现有检索与人工核对。图谱建设的交付单位应是一类可解释、可维护的答案,而不是节点总数。
参考资料
- [1] Microsoft GraphRAG — Query Engine Overview(查阅2026-11-16)
- [2] Edge et al. — From Local to Global: A GraphRAG Approach to Query-Focused Summarization(arXiv v2,2025-02-19)
- [3] Microsoft GraphRAG — Indexing Methods(查阅2026-11-16)
- [4] Neo4j GraphRAG Python — User Guide: RAG,Vector Cypher Retriever(查阅2026-11-16)
- [5] Microsoft GraphRAG — repository guidance and maintenance notice(查阅2026-11-16)
