raptor + graphrag = HiRAG，开源~

论文笔记， 标题：Retrieval-Augmented Generation with Hierarchical Knowledge， 代码开源：https://github.com/hhy-huang/HiRAG

• raptor的特色应该就是聚类【向量空间距离】，抽象更高级的特征。
• graphrag的特色是通过实体连接起不同位置的关系【物理连接】，得到实体级别更丰富特征。

二者结合一下，应该就是这篇文章的核心要点了。

相似或者相关的实体，可能没有一个有效的物理连接，所以graphrag没法将他们聚类成社区。 那不如给实体聚类，抽象一层出2级实体。 这个层级可以持续上去，一个簇的描述，可以用LLM总结。越往上，就越抽象，这个符合raptor的理念。

1. 抽图谱，三元组

2. 实体表征，GMM聚类

3. 合并

具体怎么检索就不重要了，离线数据都弄好了，在线的还不就在这上边折腾。

整体上，效果变好、token消耗多不少。