graphrag 知识图谱可视化怎么做

跑完 GraphRAG 抽取，你手里通常是一堆实体、关系和社区摘要，但打开一看全挤在一起，看不出谁连着谁，也不知道该从哪下手分析。这篇不谈抽取原理，只讲落地：先把图导出成通用格式，再决定用哪种可视化方式，最后按一套顺序排查图是不是画歪了、该裁还是该补。

跑完 GraphRAG 抽取，你手里通常是一堆实体、关系和社区摘要。直接打开一看，全挤成一团，看不出谁连着谁，也不知道该从哪下手分析。这篇不讲抽取原理，只讲落地顺序：先把图导成通用格式，再按你要回答的问题挑可视化方式，最后用一套固定顺序排查图是不是画歪了、该裁还是该补。

一个前提说清楚：可视化本身不产生结论，它只是把图结构里已经存在的问题放大给你看。所以别指望画得好看就等于图做对了，真正有用的是「画完能看出哪条边可疑、哪个社区可疑」。下面四步按顺序走，跳过任何一步后面都会返工。

第一步：把图导出成可视化工具能吃的格式

先分离三类东西：实体节点、关系边、社区分组。节点要带类型、描述、可选的社区归属；边要带权重、来源片段；社区要能对上编号。三者缺一个，后面要么画不出颜色分簇，要么点开节点看不到任何上下文。

导出成节点表加边表两张 CSV，或者直接出 JSON、GraphML。边表至少要有 source、target、weight 三列；节点表要有 id 和 label。别把一长段描述塞进 id 字段，工具拿它当唯一键会直接崩布局。

• 节点表：id、label、type、community、description（描述单独一列）
• 边表：source、target、weight、relation_type、source_chunk（来源片段单独一列）
• 社区表：community_id、节点数、摘要文本，用来给图例和侧栏取标题
• 本地跑的链路先确认输出目录里哪几个文件是节点、哪几个是边、哪几个是社区报告
• 别把社区摘要当节点喂进去，摘要不是实体，混进去会凭空多出一堆孤立点

第二步：按你要回答的问题挑可视化方式

可视化的选择取决于你要回答什么问题，不是取决于哪个工具名气大。看全局结构，比如谁是大枢纽、有几个聚簇，用社区着色加力导向布局；查具体链路，比如 A 到 B 中间经过谁，用按类型过滤加固定布局。这两种需求别硬塞进同一张图里，读者会迷路。

规模上做个粗分：小规模图用 Gephi、Neo4j Browser 这类桌面或浏览器工具就够；节点数上去以后先做子图裁剪，或者走 Cytoscape.js、G6 这类可编程渲染。给非技术同事看，输出静态图加社区摘要文字更实用；要交互探索再上网页版，别一上来就搭前端。工具能力对比可以在站内工具目录里找现成的条目，不必自己从零试。

第三步：裁剪子图与调整布局，让图能读

大图第一眼永远是噪声。先按度数或边权重排名，取前 N 个节点画一张骨架图，再逐步展开某个社区、或某个实体的一跳两跳邻居。裁剪不是丢信息，是控制每一屏的信息密度。

1. 先画骨架按度数排序取头部节点和它们之间的边，先得到一张能看清主干结构的图。看主干是否连成几个自然聚簇，有没有大量节点悬在主干之外。
2. 再展开局部挑一个社区或一个关键实体，展开一跳、两跳邻居。展开后核对邻居类型是否合理，比如一个产品实体周围全是人名，多半是抽取把语气词当关系了。
3. 绑定视觉通道节点大小绑度数、颜色绑类型或社区、边粗细绑权重。一次只让一个视觉通道表达一个变量，颜色同时表达类型又表达社区，读者就没法解读。
4. 看两个异常信号跑完布局先找孤岛节点和全连到中心的蜘蛛网。孤岛通常意味着关系抽取漏了；蜘蛛网多半是关系抽取过度连接，把所有共现都当成了关系。

第四步：用可视化反查图谱质量，形成修复闭环

可视化最大的价值在这里：它把图上的可疑边直接摆到你面前。随手抽几条边，回到原文核对关系是否真的存在。画出来的假关系往往就是后面问答答错的根源，光看统计数字发现不了。

再统计几个基础指标：各类型节点数、孤立节点占比、平均度数、社区规模分布。这几个数出现异常时，先怀疑分块策略和抽取提示词，而不是去美化图。具体参照值可以到站内指南中心的相关页面看当时的说明，别拍脑袋定阈值。

把发现的问题按「改分块 / 调提示词 / 补同义词归并」三类记录，修完重跑抽取，再用同口径画一次图做对比。不同口径的对比图没有意义，改没改好根本看不出来。这一套跑顺了，每次迭代的可控性会明显提升。