EdgeQuake 6种查询模式完全指南：如何为你的业务挑选最佳检索策略

EdgeQuake 6种查询模式完全指南如何为你的业务挑选最佳检索策略【免费下载链接】edgequakeEdegQuake High-performance GraphRAG inspired from LightRag written in Rust; Transform documents into intelligent knowledge graphs for superior retrieval and generation项目地址: https://gitcode.com/gh_mirrors/ed/edgequakeEdgeQuake 是一个用 Rust 编写的高性能 GraphRAG图增强检索引擎它把文档转化为智能知识图谱并提供6 种查询模式naive、local、global、hybrid、mix、bypass来匹配不同的提问方式。选对查询模式就是选对检索策略事实类问题用快的关系类问题用图谱强的主题类问题用全局视角的。本指南帮你 5 分钟选中最适合业务的模式兼顾准确率、延迟与成本。为什么单一的向量检索不够用传统 RAG 只靠向量相似度找文本块它擅长回答退款政策是什么这类查找型问题却在A 团队和 B 团队如何协作这类关系型问题上失灵——因为答案需要跨文档、跨实体把关系连起来而这正是知识图谱的强项。EdgeQuake 的做法是让不同问题类型走不同的检索通路6 种模式覆盖了从纯向量到纯 LLM的全部谱系。30秒看懂6种查询模式一张总表6 种模式定义在 edgequake/crates/edgequake-query/src/modes.rs 的QueryMode枚举中其中Mix是生产默认模式请求省略mode时自动回退到它。模式向量检索图谱遍历适合问题典型延迟Naive✅❌事实、定义、关键词查找最快约 50msLocal✅✅围绕具体实体的关系问题中快约 150msGlobal❌✅主题、模式、全局概览中等约 200msHybrid✅✅Local Global Naive 轮询融合中等约 250msMix⭐默认✅✅三路加权/RRF 融合可逐请求调权可变约 180msBypass❌❌跳过 RAG 直接问 LLM测试用最快 一句话记忆Naive 找内容、Local 找关系、Global 找主题、Mix 全都顾。查询模式选择决策树按问题类型对号入座事实与定义类问题 → 选 Naive什么是温室效应这类 L1 事实问题答案就躺在某个文本块里。Naive 模式做纯向量相似检索不触发图谱开销避免 graph tax又快又省钱。实体关系类问题 → 选 LocalSarah Chen 负责过哪些项目Local 模式先定位实体节点再沿图谱做邻居遍历把实体周围的关系和上下文一起带进回答。主题与概览类问题 → 选 Global这份文档讲了哪些主题Global 模式用高层关键词向量匹配关系向量再批量拉取关联实体与源文本块无匹配时回退到高连接度节点天然适合鸟瞰式提问。复杂多面问题 → 选 Hybrid 或 Mix解释机器学习对气候研究的影响同时需要实体精度和主题广度。Hybrid以轮询方式交错三路结果、行为确定Mix则按权重归一融合生产默认并支持在请求体中用mix_weights逐请求调整 local / global / naive 三路权重适合 A/B 实验和领域调优。调试与对照测试 → 用 BypassBypass 完全跳过检索直接问 LLM可用于验证答案到底是模型自带的还是知识库提供的。性能基准对比速度、质量与成本的权衡基准数据显示了清晰的权衡曲线Naive快约 5 倍但在关系类问题上质量掉 2 分以上Local在实体类问题上表现突出Global在主题类问题上占优Mix / Hybrid质量最高8.1~8.5/10代价是上下文更大、成本更高。结合你的业务约束选择SLA 严格优先 Naive/Local答案质量优先选 Mix/Hybrid成本敏感则用文档过滤 调小max_chunks。按业务场景速查一张表定方案业务场景推荐模式理由客服 FAQ、术语查询Naive快、便宜、答案在单块内员工/项目/客户关系问答Local实体邻居遍历最准报告摘要、主题梳理Global关系向量 高连接度节点通用企业问答助手Mix默认三路融合覆盖最广领域微调、A/B 测试检索策略Mix mix_weights按域调权检索质量排查、无知识库问答Bypass /context_only: true只看上下文不调 LLM快速上手一行参数切换检索策略通过 REST API 查询时在请求体加一个mode字段即可切换mix权重也随请求下发{ query: Explain the relationship between ML and climate research, mode: mix, mix_weights: { local: 1.0, global: 1.0, naive: 1.0 } }常用默认参数max_chunks、max_entities、graph_depth、max_context_tokens等以及context_only、prompt_only调试开关完整说明见 docs/deep-dives/query-modes.md。延伸阅读深度解析 6 种模式的工作流与调优参数docs/deep-dives/query-modes.md查询模式枚举定义Rust 源码edgequake/crates/edgequake-query/src/modes.rs完整接口字段参考docs/api-reference/rest-api.md架构总览理解图谱如何支撑检索docs/architecture/overview.md小结不必为用哪种模式纠结——默认mix已是最优起点当你明确知道问题的形态事实 / 关系 / 主题时切换到对应单路模式能同时收获更低的延迟和更可控的成本。【免费下载链接】edgequakeEdegQuake High-performance GraphRAG inspired from LightRag written in Rust; Transform documents into intelligent knowledge graphs for superior retrieval and generation项目地址: https://gitcode.com/gh_mirrors/ed/edgequake创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考