RAG的2025趋势重点及RAG+抽取场景的来源定位问题思考
2025年6月24日，北京晴天。文章讨论了信息抽取和RAG落地中的引文生成、来源定位需求及其底层逻辑与实际案例。提及模型可能产生“幻觉”导致的误导性答案，通过引文标注来源增强可信度。此外，文章总结了2025年RAG的发展趋势，包括多模态文档解析与统一抽取的重要性。
GraphRAG
为什么你的RAG效果差？可能PDF没准备好！
最近搭建了一个图数据库用于RAG系统。相比传统向量搜索，GraphRAG在推理能力上更强。文章讲述了如何从PDF中提取信息构建知识图谱的过程，包括选择合适的工具进行PDF转文本和结构化处理，并使用云服务实现大规模并行处理提高效率。
GraphRAG新方向思考：文档为中心的多模态变体及MultimodalDocGraph实现思路
文章讨论了在文档场景下使用多模态GraphRAG提升检索性能的方法，包括实体链接和知识图谱构建等内容，并介绍了相关开源项目的实现细节。
WaterCrawl: 强大的自托管网络爬虫与数据提取工具 ，GraphRAG与DeepSearch融合的智能问答Agent
本文介绍了五款云端工具与应用：WaterCrawl强大网络爬虫、GraphRAG智能问答Agent、Claudia增强交互体验、cpdown网页转Markdown扩展以及Agents Towards Production GenAI生产实战手册。
GraphRAG遇上DeepResearch：有趣的FusionGraphRAG项目推介
2025年6月18日星期三，北京晴天，《GraphRAG-Agent》项目推介介绍了一种结合可解释性和推理能力的问答系统，涵盖多步搜索、证据追踪及可视化展示等特性。
GraphRAG的优劣势及文档解析结合RL强化学习新思路Infinity Parser
在2025年6月11日的文章中，探讨了《Infinity Parser》结合强化学习和文档解析数据集的构建，并介绍了《When to use GraphRAG: A Comprehensive Analysis for Graph Retrieval-Augmented Generation》，分析了GraphRAG在不同场景下的有效性。
GraphRAG的两个有趣疑问及LLM代表开源开发工具总结
2025年5月24日周六，北京晴天。本文讨论了GraphRAG的两个问题和大模型开源生态全景图的主要研发工具。GraphRAG技术适用于特定场景而非特定领域；而信息抽取任务更适合专门的任务模型。此外，总结期的大模型开源生态强调关键技术和代表项目。
GraphRAG如何用于Agent做memory记忆管理？Graphiti实现解读及相关技术进展回顾
0250425技术进展早报，社区讨论不少，外部的技术进展也有一些，可看看。
另一个是对GraphRA
开源本地部署的GraphRAG chatwiki，支持DeepSeek接入微信里的聊天机器人
ChatWiki 是一款国产开源的知识库 AI 问答系统，结合 GraphRAG 知识图谱技术增强查询效率和答案准确性。支持接入多种大模型，并提供多部署方式、文档发布、格式导入等功能，可嵌入业务系统并与第三方数据打通，支持企业级权限管理与生态对接。
重磅，微软LazyGraphRAG正式开源及实现细节剖析！
微软GraphRAG自提出已一年。为解决传统RAG在全局查询总结任务上表现不佳问题，微软多部门联合提出Project GraphRAG，并正式开源GraphRAG项目。LazyGraphRAG通过降低数据索引成本，使用NLP名词短语提取和图形统计优化概念图并提取分层社区结构。微软近期发布了2.0版本的LazyGraphRAG，其技术原理包括使用NLP名词短语提取来识别概念及其共现，并利用图形统计优化概念图和提取分层社区结构。