Youtu-GraphRAG核心组件
- 图谱构建层——种子图模式 (Seed Graph Schema)+自动化提取智能体
- 功能：系统的基础，根据预定义的Schema，自动从原始文档提取实体、关系、属性，构建出初始的知识图谱。
总结：
- 种子图模式本质上是为信息提取智能体设定的“标准化指令和输出格式模板”，没有这个模板，智能体提取的信息就会是杂乱无章的。
- “seed”表示该模式的可生长性，当智能体处理新领域文档时，发现了模式中未定义的但重要的新实体或者关系，系统就课题把这个新类型登记到模式中，图谱的Schema和提取能力完成进化，可以实现跨领域迁移。
- 知识组织层——双重感知社区检测 (Dually-perceived Community Detection)
- 功能：将结构化的图谱提升为具有深层语义的知识树。通过融合图结构和文本语义，生成结构清晰、层级化的知识树，并为每个社区生成预摘要。
总结：
在构建社区过程中考虑两种信号：结构拓扑感知、子图语义感知
- 结构拓扑感知：关注节点之间连接的紧密程度，连接越密集的区域，越可能形成一个社区
- 子图语义感知：关注社区内部节点文本内容相似性。即使两个节点在图结构上不那么紧密，但如果语义高度相关，也被归入同一个社区
- 智能检索与推理层——智能体检索器 (Agentic Retriever)
- 功能：利用知识树，通过查询分解、并行检索、迭代反思等策略，最终生成全面而准确的答案。
总结：
分为两个阶段：自上而下的查询分解、自下而上的迭代反思
- 自上而下的查询分解：将宏大的用户问题，利用知识树的层级，分解为针对特定社区的、可管理的子任务
- 自下而上的迭代反思：将初步检索到的具体信息，进行深度分析和关联，从而发现新的推理路径，自底向上修正或丰富最终的整体答案
Youtu-GraphRAG工作流程
