FDE 企业 AI 落地与交付 · 知识检索与问答问题 · 2026-06-24

上生产GraphRAG的重活,SAG请外援解决了

借助SQL优化GraphRAG,SAG方案巧妙解决了结构化检索的维护难题,让多跳查询更轻量高效。

核心内容:

  1. 将文本块转为事件并抽取实体,建立事件-实体索引
  2. 查询时通过实体与向量双路检索获取候选事件集
  3. 利用SQL join在查询时动态构建事件间的多跳关系图

这篇论文最有意思的地方是把 GraphRAG 里最重的那部分——结构化多跳检索——交给了 SQL。

过去做 RAG,常见两条路都不完美:向量检索很快,但它更像“找语义相似段落”,不擅长处理实体关系、时间约束和多步依赖;GraphRAG 能补结构,但通常要提前抽三元组、合并实体、维护一张全局图,数据一更新,维护成本就上来了。

SAG 的思路很工程:别急着先造一张全局图。把 chunk 写成 event,把 entity 写进表,查询来了再用 SQL join 把相关事件临时串起来。

SAG方案详解

1. 先把 chunk 变成 event,而不是拆碎成 triple

SAG 的第一步叫 Event-Entity Index。

普通 GraphRAG 经常会把文本拆成三元组,比如“谁—做了什么—对象是谁”。这样确实方便建图,但也容易把一段话里的完整语义拆碎。

SAG 没有这么做。它把每个 chunk 总结成一个 event,让 event 保留完整语义;同时从这个 event 里抽出 entity,作为可以被数据库检索和连接的索引点。

论文里 entity 覆盖了 time、location、person、organization、topic、product、action、metric、label 等多类信息。也就是说,一个 event 可以同时连着多种实体:人、地点、时间、组织、动作、指标都能成为后续检索的入口。

大白话说,event 负责“保留这段话到底在讲什么”,entity 负责“让不同事件能被串起来”。一个 event 连着多个 entity,本质上就像一条隐含的超边。

2. 查询来了,SQL 和向量两条路先找入口

建好 event-entity index 后,SAG 的第二步是 Seed Retrieval。

它不是只靠一种检索方式,而是分两路找入口。

第一路是结构入口。LLM 先从 query 里抽出 seed entities,再通过 entity vector expansion 找相似实体,最后用 SQL join 找到这些实体关联的 events。

第二路是语义入口。直接用 query vector 去 event index 里检索语义相似的 events。

这两路各补一个短板:实体路径更懂结构,但可能漏掉 query 里的隐含语义;向量路径更宽松,可以补回那些没有被实体抽取覆盖的相关事件。最后两路合并,形成初始 candidate event set。

这一点很关键:SAG 没有把 SQL 和向量检索对立起来,而是让 SQL 负责结构入口,向量负责语义兜底。

3. 真正的新东西:查询时用 SQL join 临时激活超边

SAG 最…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/RAG/2026062413409.html