RAG的演进：从传统检索到知识图谱遍历的语义RAG系统 2025-11-05 0 浏览 0 点赞 长文 不知道大家是否注意到最近的 Vibe IDE 都不用RAG来检索代码了 (vscode 的 RooCode早期版本就要建立 RAG 索引卡的要死), 而是采用运行 grep 的方式来精确查找内容。 RAG 这就寄了？ 给大家看这个我方发现的启发性特别大的新项目 knowledge-graph-traversal-semantic-rag-research。 简单来讲，这个项目使用了7种不同的知识图谱遍历算法用于语义RAG系统： 1. **basic_retrieval** - 基础检索（作为性能基准） 2. **query_traversal** - 查询遍历：在每一步遍历时与原始查询进行比较 3. **kg_traversal** - 知识图谱遍历：基于当前chunk的相关性进行遍历，与原始查询无关 4. **triangulation_average** - 三角定位平均算法 5. **triangulation_geometric_3d** - 三角定位几何3D算法 6. **triangulation_fulldim** - 三角定位全维度算法 7. **llm_guided_traversal** - LLM引导遍历：改进版的查询遍历算法 最终在测试上实现了SOTA的检索效果。 所以 RAG 没有寄，而是正在向更智能的语义RAG系统演进。 GitHub Repository knowledge-graph-traversal-semantic-rag-research 项目仓库 #AI #IDE #LLM #RAG #知识图谱 #语义搜索