知识图谱

知识图谱（Knowledge Graph）是从文档中自动抽取的「实体 + 关系」网络。系统会识别文档里的关键实体（如人物、产品、部门、概念），以及它们之间的关系，把分散在不同文档中的知识连接成一张可推理的网络。

graph LR
A[张三] -->|任职于| B[研发部]
B -->|隶属于| C[技术中心]
A -->|负责| D[产品 X]
D -->|属于| E[产品线 Alpha]

相比只看单个切片的向量检索，知识图谱更擅长回答需要跨多个文档、沿关系层层关联的问题，例如「负责产品 X 的人所在部门，归哪个中心管？」。

价值

• 多跳推理：沿实体关系跳转 2～3 层，回答需要串联多个事实的问题。
• 跨文档关联：把分散在不同文档中的相关信息聚合到一起。
• 召回补充：当向量召回不足或问题较抽象时，图谱可补充语义相关但字面不同的关联知识。

图谱构建

知识图谱由系统在文档处理阶段自动构建：在切片与向量化的同时，系统会抽取切片中的实体与关系并写入图谱，无需您手动维护。新增或更新文档后，图谱会相应更新。

图谱可视化浏览

在知识库的知识图谱标签页，您可以直观浏览图谱：

• 查看实体与关系构成的网络，以及实体数、关系数等统计信息。
• 搜索某个实体，定位它在图谱中的位置。
• 展开/收起关系深度，查看某实体的关联实体。
• 点击实体查看其关联的知识切片。

图谱召回

开启图谱召回后，系统会同时执行两路检索，分别为向量召回和图谱关系召回相关切片，并将两路结果合并。合并时同一切片若被两路同时命中会去重，最终统一排序后取 TopK。

graph TD
Q[用户提问] --> V[向量召回]
Q --> G[图谱召回]
V --> M[按切片合并 / 去重 / 加权]
G --> M
M --> T[排序取 TopK]

配置项

图谱召回的结果同样受ACL 访问控制约束——超出可访问范围的切片不会被返回。

• 知识库配置：在 Bot 的知识库模块设置中开启图谱并设置默认跳数。
• 检索测试页：在测试时临时开启图谱、调整跳数，验证召回效果。

适用与不适用场景

适合开启图谱召回的场景：

• 知识中存在大量实体及其关系（如组织架构、人物关系、产品层级、业务流程）。
• 用户问题常需要跨多个文档、沿关系推理才能回答。

收益较小的场景：

• 知识以独立、零散的短文本为主，实体关系稀疏。
• 问题多为单点事实查询，向量检索已能很好满足。