本文介绍一套可以直接运行的 KAG（Knowledge-Augmented Generation）工程闭环：用大模型从小说文本中抽取知识图谱 JSON 一键导入 Neo4j，用评测集做 Recall@5 召回评测（LLM 参与生成 Cypher + 判定命中），最后把同一套链路用于图谱问答（LLM 生成 Cypher → 查图 → 再让 LLM 组织答案）。可作为 KAG / GraphRAG / KGQA 的最小可落地 MVP。
1. 为什么要做 KAG？我遇到的痛点
做 RAG 时，遇到过典型坑：
- 向量召回对'典故/情节类问题'并不稳定：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。
- 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
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. 本文工程结构：5 个测试类 + 1 个评测集
这套闭环全部以 JUnit 测试类的形式提供，方便在工程里反复迭代。
2.1 评测集
doc/eval/sanguo-kg-eval.json数据结构：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 抽取：LlmKgExtractTest
- 输入：
doc/aigc_chunk_store_to_graph.csv - 输出：
doc/kg_extract_result.json做的事： - 逐行读取 CSV（每行本质是一段'章回文本'）
- 调用 LLM 抽取：
Character/Location/Event/Item- 关系
relations[{type, head, tail}]（这里已要求 LLM 输出中文关系短语）
- 附带写入章回元信息：
documentName/chapterTitle/chapterIndex/text
2.3 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：
:Character|:Event|:Location|:Item {name} - 把实体与章回相连：
(n)-[:APPEARS_IN]->(c:Chapter)
APPEARS_IN 的含义：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'。
2.4 schema 获取：Neo4jSchemaIntrospectTest
LLM 要生成靠谱的 Cypher，必须知道图谱里有哪些 label、有哪些关系类型、每个 label 的关键属性是什么。所以用 CALL db.labels() / CALL db.relationshipTypes() 做了 schema 探测。
