GraphRAG 的索引构建需要哪些步骤？

GraphRAG 的索引构建是一个多阶段的离线流水线，可通过命令行工具或模块化 Python 工作流执行。

1. 文本切分

• 将原始文档切分为文本块（TextUnit），通常控制在数百到一千余 token 的粒度
• 切分时会设置适当重叠，以保证跨边界的实体与关系不被遗漏

2. 实体与关系抽取

• 大语言模型逐文本块识别实体、关系与声明，输出结构化图元素
• 可通过领域特定的少样本示例提升专业领域的抽取精度

3. 图构建与聚合

• 将抽取出的实体与关系聚合为统一的加权知识图谱，完成实体去重与规范归并

4. 社区检测与摘要生成

• 使用 Leiden 算法对图谱进行层级化社区划分
• 为每个社区生成自然语言摘要，形成最终的可查询索引

5. 索引产物存储

• 实体、关系、文本块、社区报告等结果以可检查的表格形式存储
• 文本与实体的向量嵌入被索引到向量数据库中，供相似度检索使用