KAG：知识增强生成框架，让大模型「推理」比「背诵」更靠谱

当 AI 遇见知识图谱：一个医院知识库的困境

想象一下这样的场景：某三甲医院的 IT 部门上线了一个 AI 问答系统，医护人员输入「糖尿病患者可以用二甲双胍吗」，系统返回了看起来专业但实际上存在配伍禁忌的答案。更严重的是，当医生追问「那肾功能不全的患者呢」，系统就彻底懵了——因为它根本不理解「糖尿病」「肾功能不全」「二甲双胍」之间的关系，只是靠向量相似度在匹配文字。

这背后暴露的，正是传统 RAG（检索增强生成）技术的核心短板：它能找相似，但不会推理。而 KAG（Knowledge Augmented Generation，知识增强生成）正是为了解决这个问题而来。

图1：KAG 核心原理 — 将自然语言转化为逻辑形式，在知识图谱上执行混合推理

背景：为什么 RAG 走向知识图谱是必然

传统的 RAG 系统工作方式很简单：把文档切成小块（Chunk），向量化后存入向量数据库，用户提问时找到最相似的几个 Chunk，让大模型基于这些片段回答。这种方式在简单问答上效果不错，但面对需要逻辑推理、多跳查询、专业领域知识的场景时，立刻露怯。

原因在于：向量相似度只能捕获「字面相似」，无法理解语义和关系。「刘德华的老婆是谁」和「刘德华是谁」向量可能差得很远，但答案是同一个实体。而知识图谱（Knowledge Graph）恰好弥补了这一点——它用节点表示实体，用边表示关系，天然适合表达复杂知识结构。

GraphRAG 的思路由此诞生：用知识图谱替代向量数据库进行检索。但 GraphRAG 也有问题：OpenIE（开放信息抽取）会引入大量噪声，实体关系错综复杂却缺乏约束，导致系统「想太多」。

KAG 的解决思路：不追求「大而全」的知识抽取，而是让知识构建「守规矩」——通过 Schema-Constraint 约束，让知识结构既保持灵活性，又避免失控的噪声。

图2：KAG 逻辑形式求解器 — 规划、推理、检索三类算子协同工作

核心架构：三层能力，分工明确

KAG 框架分为三大核心模块：

kg-builder（知识构建器） 是第一层，负责将非结构化文本转化为结构化知识。它基于 LLMFriSPG（对大模型友好的知识表示框架），支持两种知识构建模式：无约束抽取（灵活但有噪声）和 Schema-Constraint 约束抽取（专业但需要预先定义结构）。关键创新是知识与 Chunk 互索引——图谱节点与原始文本块双向映射，既能基于图谱检索原文，又能追溯推理依据。

kg-solver（知识求解器） 是第二层，核心是将自然语言问题翻译为逻辑形式（Logical Form），在图谱上执行混合推理。它包含三类算子：规划算子（Planning）负责任务拆解，推理算子（Reasoning）负责图谱上的逻辑推导，检索算子（Retrieval）负责精确匹配和向量检索。四种求解模式可以自由组合：图谱推理、逻辑计算、Chunk 检索、LLM 推理，最终输出带推理链的答案。

knext（开发者工具包） 是第三层，面向开发者提供 CLI 工具和 Python API，可以对标 langchain 在 RAG 领域的地位。通过 knext 命令行，开发者可以管理项目、构建知识库、执行推理问答。

图3：KAG 整体技术架构 — 从知识构建到混合推理的完整闭环

落地实践：从法律顾问到医疗问答

KAG 已在多个垂直领域验证了效果。在法律场景，KAG 能够处理「张三于2023年与李四签订合同，2024年李四违约，张三可以主张哪些权利」这类需要多跳推理的问题，而传统 RAG 往往在第二跳就迷失方向。在医疗场景，面对「某药物在肾功能不全患者中的剂量调整」这类专业问题，KAG 能结合药品知识图谱和患者档案进行精确判断。

其 benchmark 数据也印证了这一点：在多跳问答任务上，KAG 相比传统 RAG 方法有显著提升，且随着跳数增加优势愈发明显。这符合直觉——跳数越多，关系推理的价值就越大。

快速上手：两条路径

面向普通用户（推荐）：使用 Docker 一行命令启动完整 Web 界面，浏览器访问 http://127.0.0.1:8887，输入用户名 openspg 和密码 openspg@kag 即可开始使用。支持上传 Word 文档、配置知识库、对话问答和图谱可视化。

面向开发者：克隆仓库后 pip install -e . 安装 Python 包，基于 knext API 编写自定义知识构建和问答流程。代码结构清晰，kag/builder/ 处理知识构建，kag/solver/ 处理推理求解，knext/ 提供 CLI 接口。

现存局限：不是说 RAG 的万能药

KAG 也并非完美。首先，Schema-Constraint 模式需要领域专家预先定义知识结构，初期投入成本不低。其次，对 LLM 的依赖仍然很强——知识抽取和推理质量直接受模型能力制约。此外，目前 KAG 的可视化分析能力还比较基础，复杂图谱的分析界面有待丰富。

行业意义：从「找答案」到「做推理」

KAG 的出现标志着 RAG 技术从「相似度匹配」时代迈向「逻辑推理」时代。在专业领域，知识图谱与 LLMs 的深度融合正在成为共识——光靠「找最相似的段落」已经无法满足医疗、法律、金融等专业场景的严谨性要求。

阿里 OpenSPG 团队长期深耕知识图谱领域，KAG 是其在 LLMs 时代的最新答卷。配合 arXiv 论文支撑和技术文档的完整度，这个项目的工程严谨性和学术价值都值得关注。