RAG的准确性很大程度上取决于其获取相关且可验证信息的能力，但传统RAG仅通过向量搜索来检索文档，因此只有与用户查询的语义相似度极高的文档片段才能被检索到，非结构化数据中隐藏的半结构化、非语义连接往往因为语义不相似或不够相似而被遗漏。
为了提高语义检索的准确性和相关性，需要结合隐含的连接和外部逻辑来增强检索能力，更好地覆盖数据之间的关系。作为增强RAG的一种技术手段，知识图谱能够为检索提供更加清晰、互联和逻辑明确的事实基础，使得基于逻辑路径的精准检索成为可能，通过明确的、可验证的链接促进多跳推理，对于回答复杂问题至关重要。知识图谱还提供直接验证机制，确保生成的信息有坚实的事实基础，减少幻觉现象。
如何利用知识图谱增强传统RAG（也就是GraphRAG）？GraphRAG和传统RAG之间是替代关系还是互补关系？什么场景下应使用GraphRAG？业界有哪些成功的GraphRAG落地实践？
为了解答这些问题，沙丘智库发布《2025年GraphRAG最佳实践报告》，深入分析传统RAG存在的挑战、GraphRAG带来的变革、不同形式的GraphRAG介绍以及GraphRAG的企业级应用方式，同时提供了7个典型案例作为参考，为企业提供一份全面的GraphRAG应用指南。
以下内容节选自：沙丘智库《2025年GraphRAG最佳实践报告》（35页PDF）
01
GraphRAG定义
GraphRAG是一种结合知识图谱和RAG的先进技术，利用知识图谱来提高检索的召回率和准确率，进而提升RAG系统的准确率、可靠性和可解释性。
GraphRAG可以直接从知识图谱中提取事实信息，还可以利用知识图谱中的结构化信息间接地优化其他检索策略。通过添加知识图谱中的上下文信息，GraphRAG能够更精确地定义搜索范围，将与查询无关的信息尽可能地排除在外。
知识图谱能够以图的形式表示信息，不仅可以存储大量的数据点，还可以捕捉这些数据点之间的复杂关系。基于图的检索器可以利用知识图谱中的结构化信息，更准确地理解信息之间的内在联系，从而提供更准确、更相关的检索结果。
02
GraphRAG的分类
GraphRAG有多种实现方式和架构，总的来看可以分为如下三种类型——基于查询的 GraphRAG、基于内容的 GraphRAG和Agentic GraphRAG。
GraphRAG实现方法的多样性意味着可以根据不同任务的特定需求和复杂性进行定制，提供超越传统RAG方法的灵活性和深度。
· 基于查询的GraphRAG：首先将自然语言问题转换成基于图的查询语言，然后，图数据库引擎执行这个查询并返回结果。最后，这些结果被输入到大模型，模型利用这些信息生成最终的答案。
· 基于内容的GraphRAG：不仅仅是执行查询，而是专注于检索图中不同层次的内容，例如单个节点、关系（三元组）、图中的路径，甚至是子图。更丰富的上下文（图+向量）被输入给大模型，使模型能够从多个角度和细节考虑，生成更全面和准确的答案。
· Agentic GraphRAG：在Agentic GraphRAG中，图检索过程成为AI Agent的工具。Agent不只是被动地使用图信息，而是主动地进行规划和推理，通过不断调整给出最佳答案。
* 以上内容节选自沙丘智库《2025年GraphRAG最佳实践报告》
///
完整报告：沙丘智库《2025年GraphRAG最佳实践报告》（35页PDF）
报告目录
第一部分 GraphRAG技术洞察
1.传统RAG的问题与解决方案
1.1 传统RAG定义与工作流
1.2 传统RAG面临的挑战
1.3 利用知识图谱增强RAG
1.4 增强RAG的其他图结构
2.GraphRAG带来的变革
2.1 GraphRAG定义
2.2 GraphRAG对传统RAG的改进
2.3 GraphRAG的工作流
2.4 知识图谱在GraphRAG中的作用方式
3.GraphRAG的分类
3.1 GraphRAG的三种类型
3.2 基于查询的GraphRAG
3.3 基于内容的GraphRAG
3.4 Agentic GraphRAG
4.GraphRAG企业级应用
4.1 GraphRAG的实现挑战
4.2 GraphRAG工程化落地实践
4.3 GraphRAG的存储策略
4.4 未来展望：LightRAG
第二部分 GraphRAG应用实践
案例1：货拉拉基于GraphRAG的多轮对话实践
案例2：默克将基于查询的GraphRAG用于临床试验操作
案例3：邦飞利Agentic GraphRAG提高问答准确性
案例4：阿里巴巴KG²RAG框架
案例5：美团代码知识图谱赋能变更风险评估
案例6：腾讯基于混元LLM的图检索增强实践
案例7：中国移动排障知识库优化实践
▎更多研究（可前往“沙丘智库”查阅）
2025年央国企大模型应用跟踪报告
2025年金融业智能体最佳实践报告
2025年AI Agent应用最佳实践报告
2025年“大模型+数据分析”最佳实践报告
2025年中国银行业大模型应用跟踪报告
2025年中国证券业大模型应用跟踪报告
大模型应用跟踪调研（2025年8月）
...
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738