标签：#GraphRAG #Neo4j #LLM #知识图谱 #人工智能 #Python
📉 前言：向量检索的局限性
传统的 RAG 流程是：用户提问 -> 向量化 -> 检索相似文档块 -> 喂给 LLM
但在《红楼梦》这种场景下，如果你问“贾兰应该叫贾宝玉什么？”：
- Vector RAG：可能会检索到“贾兰和宝玉在学堂读书”的片段，然后胡说八道。
- Graph RAG：会检索图谱路径
贾兰 --(父亲)--> 贾珠 --(弟弟)--> 贾宝玉，从而精准推出“叔叔”。
核心区别 (Mermaid):
 实战：构建速度从 5 分钟缩短到 10 秒)
)
