RAG、GraphRAG、LLM Wiki 与 Ontology:四种知识库技术怎么选

四种技术,对应四类问题

做 AI 知识库时,RAG、GraphRAG、LLM Wiki、ontology 经常被放在一起比较。它们都能让 AI「用上资料」,但解决的问题并不相同:有的负责把资料整理成可维护的知识页,有的负责在大量文档里找到相关片段,有的负责把分散的实体和关系串起来,还有的负责让多个业务系统用同一套概念说话。选型的关键不是哪个名字更新,而是先看自己的数据长什么样、要 AI 回答哪类问题。

四种知识库技术的分工

技术核心动作最适合的问题典型场景
LLM Wiki按规则把原始资料整理成互相链接的知识页个人笔记和项目经验如何持续沉淀个人知识库、小团队经验库
RAG文档切块、向量化,提问时检索相关片段再生成答案主要落在少数几篇文档里企业制度问答、产品文档助手
GraphRAG抽取实体与关系,建成图谱后沿关系检索需要跨多篇文档串联实体、依赖和责任人跨文档关系追踪、复杂业务关联分析
Ontology定义对象、属性、关系,把各系统数据映射到统一模型多个系统对同一业务概念理解不一致客户、订单、商品的语义统一与规则校验

可以先记住一条粗线:个人知识管理看 LLM Wiki,企业文档问答看 RAG,跨文档关系看 GraphRAG,多系统业务语义看 ontology。它们不是四个互相替代的版本,而是四种不同层次的工具;真实项目里经常需要组合使用。

个人知识库:LLM Wiki 把散落资料整理成可链接的知识页

先看个人场景。我们收藏的文章、写的笔记、项目里踩过的坑,常常散落在不同文件夹。时间一长,自己都记不清某条经验放在哪里;每开一个新的 AI 对话,又要重新介绍背景。LLM Wiki 想解决的就是这件事:让 AI 按一套规则,把零散资料整理成可以持续维护的知识库。

  • 原始资料:把收集到的文章、文档和项目记录放进一个原始资料目录,保留原始出处。
  • 整理规则:用 AGENTS.md 写清楚 AI 该怎么归类、怎么建立关联、遇到重复或冲突内容怎么处理。
  • 知识页:AI 按规则把原始资料写成一篇篇 Markdown 页面,页面之间可以互相链接。 4

知识页不是孤立的摘要。某篇笔记提到一个概念时,AI 可以在对应位置建立链接,把相关页面连起来。之后查询时,AI 不仅能找到当前这篇,还能顺着链接找到相关知识。资料越积越多,这些页面之间就形成一张关联网络。

LLM Wiki 适合什么、不适合什么? 适合个人知识库、小团队项目经验沉淀,以及希望内容可直接阅读和修改的场景:所有页面都是 Markdown 文件,打开就能改,维护成本低。它的强项是「整理与连接」,而不是在上千份制度文档里做高召回率的检索;如果问题需要严格引用原文段落,仍要配合 RAG。这里说的 LLM Wiki 是一种做法,不是某个固定产品。

企业文档问答:RAG 先检索,再生成

切到企业场景。公司有几千份制度、手册和产品文档,员工想知道报销标准或某个技术参数。RAG(检索增强生成)的思路可以概括成一句话:先找资料,再让大模型根据资料回答。 1

RAG 的两个阶段

入库阶段把文档解析、切块、向量化后写入向量数据库;提问阶段把问题也转成向量,检索最相关的片段,连同问题一起交给大模型生成答案。

flowchart LR
    docs["Excel / Word / PDF"] --> parse["解析与切块"]
    parse --> embed["向量化"]
    embed --> vdb[("向量数据库")]
    q["用户问题"] --> qembed["问题向量化"]
    qembed --> search["相似度检索"]
    vdb --> search
    search --> context["最相关片段"]
    context --> llm["大模型生成答案"]
    q --> llm

比如员工问「公司的差旅报销标准是多少」,系统从员工手册里找到对应规定,把原文片段交给大模型组织答案,还可以把引用来源一起返回。这样答案有据可查,模型也不容易凭空编造。

普通 RAG 的优势是成熟、检索快、能处理大量文档,工程上也容易落地。企业内部智能助手、产品文档问答,很多都属于这一类。

它的局限出现在问题不是「某一篇文档里写了什么」,而是「把好几篇文档的信息串起来」的时候。比如项目 A 用了检索服务,检索服务由数据团队维护,问「谁在维护项目 A 使用的服务」——单纯靠文本相似度,系统可能分别找到两份文档,却不一定能把它们接上。这时就需要 GraphRAG。

跨文档关系:GraphRAG 在 RAG 上多加一层图谱

GraphRAG 和普通 RAG 最大的区别,是多了一层知识图谱。它会先从文档中抽取实体和关系,再把这些信息组织成图。实体可以理解为业务里出现的名字:项目、人员、服务、供应商;关系就是它们之间的联系:谁使用什么服务、谁负责维护、谁依赖谁。不同实现的具体做法不一样,有的还会对图做社区分层和摘要;共同点是先抽出实体和关系,再在查询时利用图结构。 2

还是用项目 A 的例子。第一份文档写「项目 A 使用检索服务」,第二份写「检索服务由数据团队维护」。普通 RAG 要分别找到这两份文档,再在生成时把信息拼起来;GraphRAG 则提前抽出两条关系:项目 A → 使用 → 检索服务,检索服务 → 维护方 → 数据团队。提问时从项目 A 出发,沿关系走到检索服务,再走到数据团队,答案就有了路径。

沿实体关系回答跨文档问题

图谱把两份文档中的事实接成一条路径:项目 A 使用检索服务,检索服务由数据团队维护,因此项目 A 使用的服务由数据团队维护。最终答案仍要回到原文证据。

flowchart LR
    a["项目 A"] -->|"使用"| s["检索服务"]
    s -->|"由…维护"| t["数据团队"]
    d1["文档 1:项目 A 使用检索服务"] -.-> a
    d2["文档 2:检索服务由数据团队维护"] -.-> s

要注意,图谱给的是关系线索,不是最终答案。生成时还要结合原始文档证据,说明这条关系出自哪份材料;否则一旦抽取错了,错误会沿着链路传下去。

GraphRAG 的代价也很直接:需要额外做实体抽取、关系识别和图谱构建,数据更新后还要维护图谱;如果实体或关系抽错,可能影响整条检索链路。所以如果只是普通文档问答,没必要一上来就用它。它更适合跨文档查询、多层关系追踪和复杂业务关联分析。

业务语义统一:Ontology 让多个系统说同一种话

LLM Wiki 主要解决知识整理,GraphRAG 主要解决文档间的关系检索。企业还有一个更复杂的需求:让不同业务系统的 AI 真正理解同一套业务关系。这就是 ontology(本体)要处理的问题。 3

Ontology 的核心是三个东西:对象、属性和关系。对象是业务里的实体,比如客户、订单、商品;属性描述对象,比如客户名称、年龄,订单金额、下单时间;关系描述对象之间怎么连接,比如客户下单、订单包含商品。把这些定义清楚,再把不同业务系统里的数据映射过来,就得到一套统一的业务模型。

一个简化的客户—订单—商品本体

对象属性与其他对象的关系
客户客户名称、年龄、统一标识下单 → 订单
订单订单金额、下单时间、状态属于 → 客户;包含 → 商品
商品商品名称、规格、价格被包含于 → 订单

举个跨系统的例子。公司有客户系统、订单系统、商品系统,同一个客户在不同系统里可能有不同的名称和标识。客户买了什么商品,商品系统知道商品详情,但这些数据不一定能直接对上。Ontology 把这些分散的业务概念统一起来,再把各系统的数据映射到同一组对象和关系上。这样 AI 查询「某个客户买了哪些商品」时,不需要猜每个系统里的字段是什么意思,可以按统一业务定义把客户、订单、商品关联起来。

Ontology 不只是用来查。还可以在模型里定义业务规则,让系统根据已有数据和规则做推理校验:比如订单状态变化是否合法、客户等级是否满足某个优惠条件。它解决的不只是数据之间的关联,更重要的是让不同系统对同一项业务拥有统一的理解。

Agent 使用 ontology 的方式,通常是通过 function call(工具调用)。可以把「查询本体」「读取订单」「查询客户」分别封装成工具,把工具名称、参数和用途描述清楚,交给 Agent。用户提问后,Agent 根据问题和工具描述判断该调用哪个:只是查物流状态,就调用物流查询工具;要查客户、订单、商品的复杂关系,就调用本体查询工具。工具返回结果后,再交给大模型组织语言。

所以两者的分工很清楚:ontology 负责定义企业的业务概念和关系,Agent 负责理解用户需求、选择工具并完成查询处理。没有 ontology,Agent 面对多个系统时只能靠猜字段;没有 Agent,本体也很难被自然语言直接使用。

两个「图谱」不是一回事

这里有一个很容易混淆的地方:LLM Wiki 和 GraphRAG 都会形成「图谱」,但它们不是一回事。

两种「图谱」的区别

维度LLM WikiGraphRAG
图谱从哪里来AI 整理资料时,在知识页之间建立链接从原始文档中抽取实体和关系
节点是什么一篇知识页或一个概念一个实体,比如项目、人员、服务
边是什么页面之间的引用与关联实体之间的具体关系,比如使用、维护、依赖
主要用途组织与浏览个人知识,顺着链接扩展阅读支持跨文档的关系检索和路径追踪
更新方式改 Markdown 文件,让 AI 重新整理重新抽取实体关系并维护图谱

一句话概括:LLM Wiki 是把知识连接起来,GraphRAG 是把实体和关系组织起来。前者更像一张由笔记和概念组成的目录网,后者更像一张可用于查询的业务关系图。两者可以同时存在,但不能互相替代。

怎么选:先看数据,再看问题

把四种技术放在一起,选型可以按问题倒推。先问「AI 要回答什么」,再问「数据在哪里、是什么形态」,最后才看需要哪种技术。

从问题出发选技术

你的问题优先考虑原因
想让 AI 整理个人笔记、沉淀项目经验LLM Wiki需要的是可持续维护、可读可改的知识页
企业文档多,员工要快速查到准确答案RAG答案通常落在少量文档片段里,检索成熟、成本低
要跨多篇文档追踪实体、依赖和责任人GraphRAG需要沿实体关系把分散的事实串起来
多个业务系统对同一业务概念理解不一致Ontology需要统一对象、属性和关系,并支持规则校验
既要查文档,又要跨系统关联和复杂关系分析组合使用没有一种技术同时覆盖文档检索、关系追踪和业务语义

一个常见的组合架构

数据库保存实时业务数据,RAG 检索制度和产品文档,GraphRAG 处理复杂关系,ontology 统一核心业务语义,Agent 根据用户问题调用不同能力,最后由大模型组织答案。

flowchart TB
    user["用户问题"] --> agent["Agent"]
    db[("业务数据库")] --> agent
    rag["RAG:制度与产品文档"] --> agent
    grag["GraphRAG:跨文档关系"] --> agent
    onto["Ontology:统一业务语义"] --> agent
    agent --> llm["大模型组织答案"]

知识库选型最重要的,不是哪个技术更新、更热门,而是先搞清楚两件事:自己的数据是什么形态,需要 AI 回答什么问题。数据是个人笔记,先考虑 LLM Wiki;是大量非结构化文档,先考虑 RAG;文档之间有明显实体关系,再考虑 GraphRAG;有多个业务系统和统一语义需求,才轮到 ontology。顺序反过来,很容易为了用新技术而造一个用不上的图谱。

什么时候不该上 GraphRAG 或 ontology? 如果问题只是从几篇文档里找一段规定,普通 RAG 的性价比最高。GraphRAG 需要额外的抽取、建图和维护,抽取错误还会沿链路传播;ontology 需要业务方共同定义概念、持续治理映射,投入比前两者更大。先用简单方案验证问题是否真的需要关系推理,再决定要不要升级。

来源

  1. Patrick Lewis et al. · Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
  2. Microsoft · GraphRAG Documentation
  3. W3C · OWL 2 Web Ontology Language Document Overview
  4. Griffin Hackley · LLM Wiki starter kit