---
created: 2026-04-28
type: concept
tags: [知识图谱，GraphRAG，语义层，Neo4j]
---

# 知识图谱（Knowledge Graph）

> 以图结构表示知识的语义网络，节点=实体，边=关系

## 定义

知识图谱是一种用图结构来组织和表示知识的技术。它将现实世界中的概念、实体、事件及其关系以节点和边的形式建模。

- **节点（Node）**：实体或概念（如"张三"、"北京"、"订单"）
- **边（Edge）**：实体间的关系（如"住在"、"属于"、"包含"）

## 发展历史

| 时间 | 事件 |
|------|------|
| 1993 | Tom Gruber 提出本体论定义 |
| 2000 | 谷歌 PageRank 用图排序网页 |
| 2004 | RDF 标准发布（语义网基础） |
| 2012 | 谷歌正式提出"知识图谱"概念，口号"Things, Not Strings" |
| 2024 | 微软开源 GraphRAG |
| 2025 | Palantir 带火本体论 |

## 核心要素

| 要素 | 说明 | 示例 |
|------|------|------|
| 概念/类 | 事物类型 | 客户、产品、订单 |
| 属性 | 事物特征 | 客户 ID、姓名 |
| 关系 | 概念间联系 | 员工→部门、客户→订单 |
| 规则/公理 | 业务逻辑约束 | 订单必须包含产品 |
| 实例 | 具体数据 | 张三 (C001) |

## 与 LLM 的关系

**互补性**：
- LLM：擅长语言理解、生成，但可能幻觉
- 知识图谱：结构化知识，精确可推理，但构建成本高

**结合方式**：
1. **LLM 构建图谱**：用 LLM 从文本中自动抽取实体和关系
2. **GraphRAG**：检索增强生成 + 图谱，支持多跳推理
3. **图谱增强问答**：先用图谱查询，结果送入 LLM 生成答案

## 实现技术

| 技术 | 说明 |
|------|------|
| Neo4j | 最流行的图数据库 |
| FalkorDB（Redis） | 轻量级图数据库 |
| Graphiti | 动态知识图谱，支持实时更新 |
| Tree-KG（清华） | 树结构知识图谱 |
| LightRAG | 轻量级 GraphRAG 框架 |

## 挑战

- 共指消解、实体消歧
- 实时性/动态更新困难
- 构建成本高（LLM 时代有所改善）

## 相关概念

- [[语义数字化建设体系]]（语义层的核心实现）
- [[RAG]]（GraphRAG 是 RAG 的图增强版）
- [[双向链接]]（知识图谱的双向链接思想）
- [[渐进式总结]]（知识图谱的渐进构建方式）

---

*基于参考资料整理*