2026年7月13日 AgentList Team
GraphRAG vs LightRAG：图增强 RAG 的两种工程路线深度对比
系统对比 Microsoft GraphRAG（社区检测 + 全局摘要） 与 HKUDS LightRAG（双层图 + 增量更新）两大图增强 RAG 框架的索引构建、检索范式、成本结构、查询质量与适用场景，给出按数据规模、查询类型、运维预算的选型决策树。
GraphRAGLightRAGRAG知识图谱向量检索
2026年7月1日 AgentList
Reranking 与 Hybrid Search：让 RAG 检索精度再上一个台阶
从工程实战角度系统讲解 RAG 两阶段检索：Reranker 模型选型、Hybrid Search 融合策略、Qdrant sparse+dense 落地、离线评估集设计，让生产级 RAG 召回率从 60% 提升到 90%。
RAG重排序向量检索混合检索Qdrant
2026年6月22日 AgentList Team
GraphRAG 实战：用知识图谱给 Agent 装上关联理解能力
传统向量 RAG 只能找到"相似的块"。GraphRAG 提取实体关系构建知识图谱，让 Agent 理解"谁、在哪、什么时候、和什么有关"。对比 Microsoft GraphRAG 和 LightRAG 两条技术路线。
GraphRAG知识图谱LightRAGMicrosoft GraphRAG检索增强生成
2026年4月28日 AgentList Team
RAG 进阶：Chunking 策略与检索优化的实战取舍
大多数 RAG 管线在检索环节就失败了——根因是 chunking 策略。本文从五种分块方法、混合搜索、Reranking 到完整生产管线，给出可落地的决策框架。
RAGChunking检索优化EmbeddingReranking
2026年1月30日 AgentList Team
Qdrant + RAG 检索优化指南：从召回到回答质量
面向生产场景，总结使用 Qdrant 构建 RAG 检索层时的索引、过滤、重排与评估策略。
QdrantRAGVector DatabaseRetrieval