默认数据流
默认数据流
默认数据流把输入文档转成 GraphRAG Knowledge Model。理解每阶段的输入和输出,比只关注最终 output/ 目录更有助于定位质量与成本问题。
| 阶段 | 主要工作 | 核心产物 |
|---|---|---|
| 1 | 加载文档并切分 | Text Units |
| 2 | 建立文档与文本单元的来源关系 | Documents |
| 3 | 抽取并汇总实体、关系,可选抽取 Claims | Entities、Relationships、Covariates |
| 4 | 层次化社区检测 | Communities |
| 5 | 生成并汇总社区报告 | Community Reports |
| 6 | 为查询所需字段生成嵌入 | Vector Store records |
影响质量的关键点
- Chunk 太大可能降低实体与关系抽取精度;太小则增加调用量并削弱上下文。
- Fast 方法使用 NLP 做实体和关系抽取,并跳过 Claim Extraction;不能把它与 Standard 的结果质量直接等同。
- Claim Extraction 默认关闭,启用前应先针对领域调优 Prompt。
- 索引成功至少要同时确认进程退出状态、核心表非空和代表性查询结果。
最后更新于