GraphRAG UI Details

接续主文档介绍基础 UI 功能及详情，欢迎随时更新和改进，谢谢

1. 项目核心逻辑

构建 RAG 索引职责：

  • 文本分割和向量化
  • 从文本中提取图（构建知识图谱）并对顶点进行向量化

(Graph)RAG 和用户功能职责：

  • 根据查询从构建的知识图谱和向量数据库中检索相关内容，用于补充提示词。

2. （处理流程）构建 RAG 索引

从文本构建知识图谱、分块向量和图顶点向量。

image

graph TD;
    A[原始文本] --> B[文本分割]
    B --> C[向量化]
    C --> D[存储到向量数据库]

    A --> F[文本分割]
    F --> G[LLM 基于 schema 和分割后的文本提取图]
    G --> H[将图存储到图数据库，\n自动对顶点进行向量化\n并存储到向量数据库]
    
    I[从图数据库检索顶点] --> J[对顶点进行向量化并存储到向量数据库\n注意：增量更新]

四个输入字段：

  • 文档： 输入文本
  • Schema： 图的 schema，可以以 JSON 格式的 schema 提供，或提供图名称（如果数据库中已存在）。
  • 图提取提示词头部： 提示词的头部
  • 输出： 显示结果

按钮：

  • 获取 RAG 信息

    • 获取向量索引信息： 检索向量索引信息
    • 获取图索引信息： 检索图索引信息

  • 清除 RAG 数据

    • 清除分块向量索引： 清除分块向量
    • 清除图顶点向量索引： 清除图顶点向量
    • 清除图数据： 清除图数据

  • 导入到向量： 将文档中的文本转换为向量（需要先对文本进行分块，然后将分块转换为向量）

  • 提取图数据 (1)： 基于 Schema，使用图提取提示词头部和分块内容作为提示词，从文档中提取图数据

  • 加载到图数据库 (2)： 将提取的图数据存储到数据库（自动调用更新顶点嵌入以将向量存储到向量数据库）

  • 更新顶点嵌入： 将图顶点转换为向量

执行流程：

  1. 在文档字段中输入文本。
  2. 点击导入到向量按钮，对文本进行分割和向量化，存储到向量数据库。
  3. 在 Schema 字段中输入图的 Schema。
  4. 点击提取图数据 (1) 按钮，将文本提取为图。
  5. 点击加载到图数据库 (2) 按钮，将提取的图存储到图数据库（这会自动调用更新顶点嵌入以将向量存储到向量数据库）。
  6. 点击更新顶点嵌入按钮，将图顶点向量化并存储到向量数据库。

3. （处理流程）(Graph)RAG 和用户功能

前一个模块中的导入到向量按钮将文本（分块）转换为向量，更新顶点嵌入按钮将图顶点转换为向量。这些向量分别存储，用于在本模块中补充查询（答案生成）的上下文。换句话说，前一个模块为 RAG 准备数据（向量化），而本模块执行 RAG。

本模块包含两个部分：

  • HugeGraph RAG 查询
  • （批量）回测

第一部分处理单个查询，第二部分同时处理多个查询。以下是第一部分的说明。

image

graph TD;
    A[问题] --> B[将问题向量化并在向量数据库中搜索最相似的分块]

    A --> F[使用 LLM 提取关键词]
    F --> G[在图数据库中使用关键词精确匹配顶点；\n在向量数据库中执行模糊匹配（图顶点）]
    G --> H[使用匹配的顶点和查询通过 LLM 生成 Gremlin 查询]
    H --> I[执行 Gremlin 查询；如果成功则完成；如果失败则回退到 BFS]
    
    B --> J[对结果排序]
    I --> J
    J --> K[生成答案]

输入字段：

  • 问题： 输入查询
  • 查询提示词： 用于向 LLM 提出最终问题的提示词模板
  • 关键词提取提示词： 用于从问题中提取关键词的提示词模板
  • 模板数量： < 0 表示禁用 text2gql；= 0 表示不使用模板（零样本）；> 0 表示使用指定数量的模板

查询范围选择：

  • 基础 LLM 答案： 不使用 RAG 功能
  • 仅向量答案： 仅使用基于向量的检索（在向量数据库中查询分块向量）
  • 仅图答案： 仅使用基于图的检索（在向量数据库中查询图顶点向量和图数据库）
  • 图-向量答案： 同时使用基于图和基于向量的检索

image

执行流程：

仅图答案：

  • 使用关键词提取提示词从问题中提取关键词。

image

  • 使用提取的关键词：

    • 首先，在图数据库中进行精确匹配。
    • 如果未找到匹配，在向量数据库（图顶点向量）中进行模糊匹配以检索相关顶点。

  • text2gql： 调用 text2gql 相关接口，使用匹配的顶点作为实体，将问题转换为 Gremlin 查询并在图数据库中执行。

  • BFS： 如果 text2gql 失败（LLM 生成的查询可能无效），回退到使用预定义的Gremlin 查询模板执行图查询（本质上是 BFS 遍历）。

仅向量答案：

  • 将查询转换为向量。
  • 在向量数据库的分块向量数据集中搜索最相似的内容。

排序和答案生成：

  • 执行检索后，对搜索结果进行排序以构建最终的提示词。
  • 基于不同的提示词配置生成答案，并在不同的输出字段中显示：
    • 基础 LLM 答案
    • 仅向量答案
    • 仅图答案
    • 图-向量答案

image

4. （处理流程）Text2Gremlin

将自然语言查询转换为 Gremlin 查询。

本模块包含两个部分：

  • 构建向量模板索引（可选）： 将示例文件中的查询/gremlin 对进行向量化并存储到向量数据库中，用于生成 Gremlin 查询时参考。
  • 自然语言转 Gremlin： 将自然语言查询转换为 Gremlin 查询。

第一部分较为简单，因此重点介绍第二部分。

image

graph TD;
    A[Gremlin 对文件] --> C[向量化查询]
    C --> D[存储到向量数据库]
    
    F[自然语言查询] --> G[在向量数据库中搜索最相似的查询\n（如果向量数据库中不存在 Gremlin 对，\n将自动使用默认文件进行向量化）\n并检索对应的 Gremlin]
    G --> H[将匹配的对添加到提示词中\n并使用 LLM 生成与自然语言查询\n对应的 Gremlin]

第二部分的输入字段：

  • 自然语言查询： 输入要转换为 Gremlin 的自然语言文本。

image

  • Schema： 输入图 schema。

执行流程：

  1. 在自然语言查询字段中输入查询（自然语言）。
  2. 在Schema字段中输入图 schema。
  3. 点击Text2Gremlin按钮，执行以下逻辑：
    1. 将查询转换为向量。
    2. 构建提示词：
      • 检索图 schema。
      • 在向量数据库中查询示例向量，检索与输入查询相似的查询-gremlin 对（如果向量数据库中缺少示例，将自动使用resources文件夹中的示例进行初始化）。

image

  - 使用构建的提示词生成 Gremlin 查询。

5. 图工具

输入 Gremlin 查询以执行相应操作。

Last modified June 13, 2025: BREAKING CHANGE: refactor doc structure & add new content for client/AI (#407) (48ff6f26)