Agentic RAG 与 GraphRAG 解决的是不同维度的问题:
维度 | Agentic RAG | GraphRAG |
|---|---|---|
核心思想 | 控制"何时检索、如何检索" | 将知识组织为图结构以支持关系推理 |
索引方式 | 向量索引 + 智能体循环 | 实体-关系知识图谱 + 图遍历 |
优势场景 | 多源综合、自适应检索、自我验证 | 多跳实体关系推理、"谁与谁有关"类问题 |
典型查询 | "对比三家供应商在合同、邮件和 ERP 中的数据" | "哪些合同包含与供应商 X 相同的条款" |
构建成本 | 检索层 + 智能体编排 | 知识图谱构建与维护(实体抽取准确率约 60%~85%) |
查询延迟 | 较慢(10~30+ 秒) | 查询时较快,但索引构建耗时 |
Agentic RAG 与 GraphRAG 并非互斥关系,而是可以组合使用: