Ragflow知识图谱构建

一、核心文件分析

1.1 graphrag/light/graph_prompt.py

• 定义提示词模板，参考 LightRAG 的 prompt 设计
• 关键提示词：
• entity_extraction: 实体和关系提取的主提示词
• entity_continue_extraction: 继续提取遗漏的实体和关系
• entity_if_loop_extraction: 判断是否还有遗漏的实体
• rag_response: 基于知识图谱生成回答
• keywords_extraction: 关键词提取（高级和低级关键词）

1.2 graphrag/light/graph_extractor.py

主要流程：

1、初始化：设置提示词模板、实体类型、分隔符等

2、处理单个文档块：_process_single_content

• 使用 LLM 提取实体和关系
• 支持多轮提取（gleaning）以补全遗漏
• 通过循环判断是否还有遗漏的实体

3、解析结果：将 LLM 输出解析为节点和边

1.3 流程执行

文档块 (Chunks)

​ ↓

实体提取 (Entity Extraction)

​ ↓

关系提取 (Relationship Extraction)

​ ↓

多轮补全 (Gleaning Loop)

​ ↓

构建知识图谱 (Graph Construction)

​ ↓

存储到 Elasticsearch/Infinity

1.4 提取特性

• 实体：("entity"<|>实体名称<|>实体类型<|>实体描述)
• 关系：("relationship"<|>源实体<|>目标实体<|>关系描述<|>关系关键词<|>关系强度)

1.5 集成方式

# 根据配置选择使用 LightRAG 还是 General 方法
kg_extractor = LightKGExt if ("method" not in kb_parser_config.get("graphrag", {}) or kb_parser_config["graphrag"]["method"] != "general"
) else GeneralKGExt

1.6 配置选项

• Method: 选择 "Light"（默认）或 "General"
• Entity types: 指定要提取的实体类型（如 organization, person, geo, event, category）
• Entity resolution: 是否启用实体消歧
• Community reports: 是否生成社区报告

1.7 输出格式

• 实体（Entities）：名称、类型、描述

• 关系（Relationships）：源实体、目标实体、关系描述、关系关键词、关系强度

• 内容关键词（Content Keywords）：文档的高级主题关键词