《GraphRAG 核心算法解密：利用社区检测（Community Detection）赋予 AI “全局视野”》

2026/7/16 4:15:18

在前两篇文章中，我们解决了 RAG 的“碎片化”问题，并通过“实体对齐”清洗了数据噪声。现在，你的知识图谱应该已经是一个干净、准确，但可能非常庞大且复杂的网络了。

这时候，如果你问 LLM 一个宏大的问题，比如：“请总结这份关于全球半导体供应链报告的核心风险点”，传统的 RAG 会再次失效。因为它只能检索到局部的片段，无法看到整个网络的“聚类”情况。

今天，我们将引入图论中的经典算法——社区检测（Community Detection），并讲解微软 GraphRAG 论文中提出的Leiden 算法，看看它是如何帮助 AI 建立“全局视野”的。

1. 为什么我们需要“社区”？

想象一下你面前有一张巨大的城市地图，上面有数百万个地点（节点）和道路（关系）。

传统 RAG就像是你站在某个路口，只能看到周围的几条街。
知识图谱检索像是你可以顺着路走很远，但依然是在迷宫里打转。
社区检测则是直接给你一张行政区划图。它告诉你：这里是“商业区”，那里是“住宅区”，中间那片是“工业园”。

在 GraphRAG 中，社区（Community）指的是图中连接紧密的一组节点。通过算法将相似的实体自动归类，我们可以把非结构化的文本转化为具有层级结构的“知识摘要”。

2. Leiden 算法：比 Louvain 更快的选择

在社区检测领域，最著名的算法是 Louvain，但在处理大规模图谱时，它的速度往往不够快，且可能产生不连通的社区。

目前 GraphRAG（特别是微软的实现）更倾向于使用Leiden 算法。

速度更快：它是 Louvain 的改进版，通过引入“局部移动阶段”和“细化阶段”，大大减少了计算时间。
质量更高：它保证了每个社区内部都是连通的，避免了 Louvain 算法中可能出现的“断裂社区”问题。
模块化优化：它致力于最大化“模块度（Modularity）”，简单说就是让社区内部的连接尽可能多，社区之间的连接尽可能少。

3. 实战流程：从算法到 LLM 摘要

社区检测本身只是数学计算，它给每个节点打上了一个标签（比如Community_ID: 101）。真正的魔法发生在下一步：为每个社区生成摘要。

这是一个典型的 Map-Reduce 过程：

聚类（Clustering）：运行 Leiden 算法，将图谱划分为NNN个社区。
提取子图（Subgraph Extraction）：对于每一个社区，提取出属于它的所有节点和边，以及这些节点对应的原始文本块（Chunks）。
LLM 摘要（Summarization）：将这些文本块喂给 LLM，Prompt 大致如下：
“你是一个分析专家。请阅读以下属于同一个语义社区的文本片段。请总结出这个社区的主要主题、关键实体以及它们之间的关系。输出一个结构化的摘要报告。”
层级构建（Hierarchy）：这是一个递归过程。我们可以把第一层生成的“社区摘要”当作新的节点，再次进行聚类和摘要，从而形成一棵知识树。

4. 代码实现思路 (Python + NetworkX/igraph)

虽然微软开源了graphrag库，但理解底层原理很重要。以下是一个简化的 Python 实现逻辑：

importigraphasigimportleidenalgasla# 假设 G 是你已经构建好并经过实体对齐的 NetworkX 图# 1. 转换为 igraph 格式以获得更好的性能edges=list(G.edges())igraph_g=ig.Graph(edges=edges,directed=False)# 2. 运行 Leiden 算法# resolution_parameter 决定了社区的大小，值越大社区越小越细碎partition=la.find_partition(igraph_g,la.ModularityVertexPartition,resolution_parameter=1.0)# 3. 获取结果# partition.membership 是一个列表，索引对应节点ID，值对应社区IDcommunity_map={}foridx,community_idinenumerate(partition.membership):node_name=list(G.nodes())[idx]ifcommunity_idnotincommunity_map:community_map[community_id]=[]community_map[community_id].append(node_name)print(f"检测到{len(community_map)}个社区")# 4. 接下来：遍历 community_map，提取文本，调用 LLM 进行摘要...