构建通用 RAG 框架仅仅是第一步，增强 RAG 问答效果才是核心。微软的 GraphRAG 方案爆火，引爆了「LLM + KG」热潮。同时其「社区摘要」的理念也为 GraphRAG 链路中知识图谱的处理带来了新思路 —— 借助于图算法，可以从更高的维度丰富知识图谱语义。图算法的引入，为知识图谱引入了新的图特征信息，相当于在原始知识图谱层之上新增了知识层次。比如引入社区发现算法构建社区摘要知识，引

构建通用 RAG 框架仅仅是第一步，增强 RAG 问答效果才是核心。微软的 GraphRAG 方案爆火，引爆了「LLM + KG」热潮。同时其「社区摘要」的理念也为 GraphRAG 链路中知识图谱的处理带来了新思路 —— 借助于图算法，可以从更高的维度丰富知识图谱语义。图算法的引入，为知识图谱引入了新的图特征信息，相当于在原始知识图谱层之上新增了知识层次。比如引入社区发现算法构建社区摘要知识，引