GraphRAG四大搜索策略学习

GraphRAG 提供了四种不同的搜索策略，按照复杂程度递增的顺序，它们分别是：基础搜索（Basic Search）、本地搜索（Local Search）、全局搜索（Global Search）和漂移搜索（DRIFT Search）。

1. 基础搜索（Basic Search）

基础搜索本质就是传统向量 RAG，是四种策略里最简单的检索方案，流程只有三步：

1. 查询向量化：将用户输入问题做 Embedding，转换成向量表征。
2. 向量库相似检索：在存储文本片段（text chunk）的向量数据库中，做相似度匹配，召回 Top-K 最相近的原始文本块。
3. LLM 生成答案：把召回的文本片段作为上下文，拼接用户原始提问一起送入大模型，由 LLM 直接输出回答。

核心特点与局限

• 适用场景：简单事实类问题，答案集中在少量文档片段内（定义、基础参数、单一实体基础信息）；
• 短板：只依靠向量语义匹配，没有知识图谱实体、关系、社区信息，无法做多实体关联推理、全局汇总类复杂问题。

2. 本地搜索（Local Search）

本地搜索依托知识图谱实体、关系、社区结构做多源上下文扩展，整体分为四大阶段：实体识别 → 上下文扩展 → 排序过滤 → 答案生成。

1. 实体识别阶段

1. 对用户查询向量化；
2. 在实体描述向量库做相似度检索，匹配出查询语义相关的候选实体集合。

2. 多维度上下文扩展阶段

基于上一步得到的实体，从四类数据源拉取关联信息：

1. 文本单元扩展：通过实体-文本映射表，取出包含该实体的原始文档片段；
2. 社区报告扩展：根据实体归属社区，调取对应社区主题摘要；
3. 实体关系扩展：以实体为图谱节点，查找相连实体与关系，构建关系上下文；
4. 协变量扩展（可选）：若开启协变量提取，补充实体相关声明、属性信息。

3. 排序和 Token 过滤阶段

1. 重要性排序
   • 文本单元：关联实体/关系数量越多，优先级越高；
   • 社区报告：包含检索实体越多，权重越高；
2. Token 过滤：按照 LLM 输入 Token 上限截断，剔除低权重内容，控制上下文长度。

4. 答案生成阶段

将过滤后的文本块、实体关系、社区摘要整合为结构化上下文，搭配专属提示词送入大模型，输出融合实体关联信息的回答。

核心适用场景

需要实体关联推理的问题：实体属性查询、多实体关系对比、领域相关实体汇总；弥补基础搜索无法跨片段关联实体的缺陷。

3. 全局搜索的流程

全局搜索采用 Map-Reduce 双阶段架构，专门处理数据集宏观、汇总类问题，全程不依赖细粒度文本块，只使用浓缩的社区报告。

1. Map 并行处理阶段（批量生成局部观点）

1. 社区报告筛选收集
   • 读取指定层级的所有社区报告；
   • 动态筛选：大模型根据用户查询给社区报告打分，只保留高于阈值的高相关社区。
2. 批次拆分：按照 LLM Token 上限，把社区报告随机切分成多个独立批次。
3. 并行分析生成中间观点：每一批社区报告 + 用户问题送入大模型，输出多条带 1-100 重要性评分的中间观点，仅做归纳，不直接回答原问题。

2. Reduce 聚合阶段（汇总所有观点生成最终答案）

1. 全局排序：收集所有批次产出的观点，按重要性分数从高到低排序。
2. 智能过滤截断：在 Token 预算内保留高分核心观点，舍弃低价值内容。
3. 统一聚合输出：将筛选后的全部观点作为上下文，送入大模型，生成完整、宏观的总结答案。

关键特点与适用场景

• 适用场景：数据集主题归纳、整体趋势分析、全局关键人物/实体汇总等宏观类提问。
• 底层逻辑：依靠图谱分层社区摘要，避免遍历海量原始文本，实现全局视角检索。

4. 漂移搜索（DRIFT Search）

DRIFT 全称：Dynamic Reasoning and Inference with Flexible Traversal，融合全局搜索广度 + 本地搜索深度，分为三大阶段：Primer 全局初筛 → Follow-Up 迭代深挖 → Reduce 综合汇总。

1. Primer 全局初步认知（宏观打底）

1. 基于 HyDE 筛选社区报告：根据用户原始查询生成一份模拟社区报告结构的假设文档，用该假设文档做向量匹配，选出 Top-K 最相关社区报告；相比直接使用用户 Query 嵌入，召回精度更高。
2. 批量生成初步答案与待探索子问题：将筛选出的社区报告按 Token 限制拆分为多批次，每批结合用户问题送入大模型，输出两部分内容：
   • 对原问题的宏观初步回答；
   • 识别信息缺口，生成一批需要深入查证的细分后续问题。

2. Follow-Up 循环局部深挖（while 循环迭代）

1. 筛选高分的子问题：从 Primer 产出的后续问题里选取评分最高 Top-K 个问题；
2. 调用本地搜索逐一求解：对每个子问题执行完整 Local Search 流程，获取实体、关系、原文片段等细节中间答案；
3. 迭代生成新一轮细分问题：基于本次本地搜索结果继续挖掘更深层待验证问题，进入下一轮循环。

3. Reduce 整合输出综合答案

收集 Primer 全局宏观结论 + 所有轮次本地细节结果，统一汇总，送入大模型，生成兼顾整体概况与实体细节、逻辑连贯的完整回答。

关键特点与适用场景

1. 核心逻辑：先宏观把握整体方向，再逐层下钻实体细节，模拟分析师调研思路；
2. 适用场景：复杂探索类问题、领域趋势分析、多实体关联因果分析、复杂事件完整复盘；
3. 对比优势：无需人工区分该用全局还是本地搜索，自动兼顾广度与深度。

借用一张对比图：

参考：

【值得收藏】一文吃透GraphRAG四大搜索策略，提升大模型应用能力-CSDN博客