知识库、RAG、向量数据库、图数据库、知识图谱、GraphRAG 概念完整梳理 （万字）.docxVIP

知识库、RAG、向量数据库、图数据库、知识图谱、GraphRAG概念完整梳理（万字）

我们从软件工程和AI系统架构的角度，把知识库、RAG、向量数据库、图数据库、知识图谱、GraphRAG?这几个概念完整梳理一遍。

我会假设你熟悉传统的数据库、SQL和软件开发，但没有接触过大模型知识库的实际工程实现。

我们不仅解释概念，还要弄清楚：

它们各自是什么，英文全称是什么，解决什么问题。

一段Word、PDF文档是怎么被加工成AI可以检索的知识的。

向量是怎么生成的，向量数据库到底保存了什么，怎样搜索。

图数据库保存什么、如何查询，知识图谱又是如何构建出来的。

RAG和GraphRAG从用户提问到大模型回答，代码和组件是怎么协作的。

真正开发一个知识库系统，需要哪些技术组件，什么情况下选择哪一种架构。

一、先把这些英文术语搞清楚

这是理解后面所有技术的基础。

中文名称

英文名称及缩写

本质是什么

知识库

KnowledgeBase，KB

一套知识的存储、组织与使用体系

大语言模型

LargeLanguageModel，LLM

能理解和生成自然语言的AI模型

检索增强生成

Retrieval-AugmentedGeneration，RAG

一种结合外部知识检索与大模型生成的技术架构

向量数据库

VectorDatabase，VectorDB

专门支持向