1. 为什么选择 KAG：解决向量检索的痛点
做 RAG 时，我踩过一个典型坑：
- 向量召回对'典故/情节类问题'并不稳定：你搜'温酒斩华雄'，但原文可能写成'其酒尚温'、人物可能是'云长/关公'，词面变化导致召回波动。
- 分块策略难以平衡：如果分块策略偏大（窗口 512/overlap 80），章节内细粒度信息容易被稀释；如果分块过小，语义又不完整。
而知识图谱擅长的恰好是：
- 实体/事件/关系的结构化表示（谁在什么事件中做了什么）
- '章回定位'类问题可以走更确定的路径：通过
Event/Character -> APPEARS_IN -> Chapter精准落到具体章回
所以我最终选择：RAG 负责'文本证据'与'长上下文生成'，KG 负责'结构化召回、强约束定位'，二者组合形成 KAG。
2. 工程架构设计
这套闭环全部以 JUnit 测试类的形式提供，方便你在工程里反复迭代。
2.1 评测集结构
数据位于 doc/eval/sanguo-kg-eval.json。数据结构包含：
query：问题answers[]：标准答案集合chapterTitle：期望命中的章回标题accept[]：可接受关键词（用于判定命中）
2.2 核心流程模块
-
抽取 (
LlmKgExtractTest)- 输入：
doc/aigc_chunk_store_to_graph.csv - 输出：
doc/kg_extract_result.json - 逻辑：逐行读取 CSV（每行本质是一段'章回文本'），调用 LLM 抽取实体（Character/Location/Event/Item）及关系（relations[{type, head, tail}]）。这里要求 LLM 输出中文关系短语，并附带写入章回元信息。
- 输入：
-
入库 (
KgNeo4jImportTest)- 输入：
doc/kg_extract_result.json - 输出：Neo4j 图数据库
- 核心写入逻辑：创建
(:Chapter {chapterKey})作为'章回锚点'，创建实体节点，把实体与章回相连：(n)-[:APPEARS_IN]->(c:Chapter)。 - 注意：
APPEARS_IN的含义是实体/事件出现在某章回。这个关系非常关键，它把'结构化实体世界'挂回到'可以回答问题的章回证据'。
- 输入：
-
Schema 获取 (
Neo4jSchemaIntrospectTest)- LLM 要生成靠谱的 Cypher，必须知道你图谱里有哪些 label、关系类型以及每个 label 的关键属性。我用
CALL db.labels()/CALL db.relationshipTypes()做了 schema 探测。
- LLM 要生成靠谱的 Cypher，必须知道你图谱里有哪些 label、关系类型以及每个 label 的关键属性。我用
-
召回评测 (
SanguoKgRecallEvalTest)- 核心：把'问题→图谱查询→命中判定'做成评测流程。
- 链路：读取评测集 → 探测 Neo4j schema → 对每个 query 让 LLM 抽取意图/关键词 → 生成 Cypher → 预检（EXPLAIN ）→ 若失败回灌错误信息修复 → 执行查询拿 TopK → 让 LLM 判定是否命中标准答案 → 汇总 Recall@5。
