蚂蚁 KAG 框架开源：知识图谱 + RAG 双引擎

引言：从RAG到KAG，专业领域知识服务的技术突破

在大语言模型（LLM）应用落地过程中，检索增强生成（RAG） 技术通过引入外部知识库有效缓解了模型幻觉问题，但在专业领域仍面临三大核心挑战：向量检索的\"似是而非\"（语义相似但逻辑错误）、开放信息抽取的\"噪声污染\"（实体关系提取不准确）、复杂场景的\"多跳推理难题\"（无法处理超过3跳的逻辑链路）。为解决这些问题，蚂蚁集团联合浙江大学推出知识增强生成（KAG：Knowledge Augmented Generation）框架，并于2024年10月正式开源（GitHub地址：https://github.com/OpenSPG/KAG）。

KAG框架创新性地融合知识图谱的逻辑符号推理与向量检索的语义相似性，在政务问答场景中将准确率从传统RAG的66%提升至91%，医疗垂直领域指标解读任务准确率突破90%，多跳问答任务F1分数较SOTA方法提升19.6%-33.5%。本文将从技术架构、核心特性、性能对比、安装实践、应用场景五个维度，全面解析这一专业领域知识服务框架。

技术架构：三模块协同，构建知识增强闭环

KAG框架采用模块化设计，由KAG-Builder（知识构建）、KAG-Solver（推理求解）、KAG-Model（模型增强）三部分组成，形成\"知识构建-推理检索-生成优化\"的完整闭环。

1. KAG-Builder：LLM友好的知识表示与互索引构建

传统知识图谱构建面临\"强Schema约束导致数据稀疏\"与\"开放抽取引入噪声\"的矛盾，KAG-Builder通过LLMFriSPG框架（LLM-Friendly Semantic-enhanced Programmable Graph）解决这一问题：

• 知识分层表示：基于DIKW模型（数据-信息-知识-智慧）将知识分为三层：

  • 知识层（KGcs）：严格遵循领域Schema约束（如政务事项的\"办理流程\"、\"申请材料\"等预定义关系），确保逻辑严谨性；
  • 信息层（KGfr）：通过开放信息抽取（OpenIE）提取实体与关系，支持动态属性扩展；
  • 原始块层（RC）：保留语义分块后的文本片段，与知识层/信息层建立双向索引。

• 互索引机制：在知识图谱节点与文本块之间建立关联，例如\"增值税申报\"实体节点关联政策文件中对应的段落，既支持基于图结构的精确检索，又保留文本上下文的完整性。

2. KAG-Solver：逻辑符号引导的混合推理引擎

KAG-Solver是框架的核心创新，通过逻辑形式（Logical Form） 将自然语言问题转化为可执行的符号推理步骤，支持四种推理模式集成：

• 规划（Planning）：将复杂问题分解为子任务，例如\"2023年杭州市GDP同比增速\"→拆解为\"获取杭州2022年GDP→获取2023年GDP→计算增速\"；
• 推理（Reasoning）：执行知识图谱多跳推理，如通过\"企业→控股子公司→行业分类\"链路判断同业竞争；
• 检索（Retrieval）：融合向量检索（语义相似）与图检索（实体关系），召回相关文本块与知识三元组；
• 计算（Calculation）：支持数值运算（如求和、比较）与逻辑判断（如矛盾检测）。

示例：在\"某新能源车企近三年研发投入是否超过行业平均\"问题中，KAG-Solver先检索企业财报数据与行业报告，再通过内置算子计算均值并对比趋势，最终生成结论。

3. KAG-Model：增强LLM的领域适配能力

KAG-Model通过三项优化提升LLM在专业领域的表现：

• 自然语言理解（NLU）：基于2万+领域指令数据集微调，提升实体识别与关系抽取精度；
• 自然语言推理（NLI）：构建概念推理数据集，增强语义对齐能力（如\"心肌梗塞\"与\"心梗\"的同义关联）；
• 自然语言生成（NLG）：通过K-Lora技术注入知识图谱结构，使生成内容符合领域规范（如医疗报告的\"症状-诊断-治疗\"逻辑链）。

核心特性：四大创新突破传统RAG局限

1. Schema约束与开放抽取的双向兼容

KAG允许用户定义领域专属Schema（如医疗领域的\"疾病-症状-药品\"关系），同时支持无Schema的开放抽取。例如在政务知识库中，既可以通过Schema约束提取\"行政许可\"的标准化属性，又能从政策解读文本中抽取动态热点信息，兼顾专业性与灵活性。

2. 多跳推理与逻辑严谨性保障

传统RAG依赖向量相似度检索，难以处理\"某企业的子公司是否涉及环保处罚\"这类多跳问题。KAG通过逻辑符号拆解与图路径搜索，支持最长6跳的推理链路，推理深度较GraphRAG提升3倍。在法律合同审查场景中，KAG可自动检测条款间的逻辑冲突（如\"合同有效期\"与\"付款截止日\"的时间矛盾）。

3. 知识对齐与噪声过滤机制

针对开放信息抽取引入的噪声（如实体歧义、关系错误），KAG通过概念语义推理实现知识对齐：

• 实体消歧：通过上下文判断\"苹果\"是\"水果\"还是\"科技公司\"；
• 术语归一化：将\"增值税专票\"、\"增值税专用发票\"统一为标准术语；
• 冲突检测：基于领域知识规则修正错误三元组（如\"糖尿病→病因→病毒感染\"的医学常识错误）。

4. 多模态知识管理与双向索引

KAG支持PDF、Word、Excel等多格式文档解析，将表格数据（如企业财务报表）、文本段落（如政策条文）、结构化数据（如数据库表）统一纳入知识图谱，并建立\"文档→实体→关系\"的双向索引。用户查询时，既能看到答案引用的原始文本片段，也能可视化知识图谱中的推理路径，提升可解释性。

性能对比：从实验室到业务场景的全面领先

1. 基准数据集性能

在多跳问答权威数据集上，KAG显著优于传统RAG与GraphRAG：

指标 传统RAG GraphRAG KAG（本文） 提升幅度 HotpotQA F1 68.2% 75.3% 89.4% +19.6% 2Wiki F1 56.7% 62.1% 83.0% +33.5% 推理速度（跳/秒） 1.2 2.5 4.8 +92%

2. 真实业务场景效果

在蚂蚁集团内部业务验证中，KAG展现出专业领域的高适配性：

• 政务问答：某省政务服务平台接入KAG后，政策解读准确率从66%提升至91%，用户满意度提升42%；
• 医疗诊断支持：病历分析任务中，KAG对\"症状-疾病\"关联的推理准确率达82.3%，较传统RAG降低37%的误诊风险；
• 金融风控：企业股权关系多跳推理准确率达90.5%，成功识别3起多层控股的同业竞争案例。

快速上手：两种部署方式与核心代码示例

1. 产品版（Docker一键部署）

适合快速体验，支持可视化知识库管理：

# 1. 下载docker-compose.ymlcurl -sSL https://raw.githubusercontent.com/OpenSPG/openspg/master/dev/release/docker-compose.yml -o docker-compose.yml# 2. 启动服务（包含Neo4j、MySQL、KAG-Server）docker compose -f docker-compose.yml up -d# 3. 访问Web界面（默认账号：openspg/openspg@kag）http://localhost:8887

2. 开发者模式（源码部署）

适合二次开发，支持自定义Schema与推理算子：

# 1. 创建虚拟环境conda create -n kag-demo python=3.10 && conda activate kag-demo# 2. 克隆代码git clone https://github.com/OpenSPG/KAG.git && cd KAG# 3. 安装依赖pip install -e .# 4. 验证安装knext --version # 输出：knext, version 0.8.0

3. 核心代码示例：构建医疗知识库

from kag import KnowledgeBuilder# 1. 定义医疗领域Schemamedical_schema = { \"疾病类型\": [\"症状\", \"治疗方案\", \"相关检查\"], \"药品\": [\"适应症\", \"禁忌症\", \"相互作用\"]}# 2. 初始化构建器builder = KnowledgeBuilder(schema=medical_schema)# 3. 添加文档（支持PDF/Word/Markdown）builder.add_document(\"糖尿病诊疗指南.pdf\")# 4. 构建知识图谱kg = builder.build()# 5. 多跳查询：\"糖尿病患者出现视力模糊应做哪些检查？\"result = kg.query(\"糖尿病患者出现视力模糊应做哪些检查？\")print(result)# 输出：根据知识图谱推理，建议进行眼底检查、血糖监测、糖化血红蛋白检测...

应用场景：从政务到医疗的深度落地

1. 政务服务：政策解读与事项办理

KAG已应用于某省级政务服务平台，支持：

• 多条件组合查询：如\"杭州市西湖区企业办理食品经营许可证需要哪些材料\"；
• 流程推理：自动生成\"企业注册→税务登记→社保开户\"的跨部门办理指南；
• 动态更新：政策文件发布后24小时内完成知识图谱更新，确保回答时效性。

2. 医疗健康：病历分析与诊断支持

在医疗场景中，KAG可：

• 症状关联：从病历文本中提取\"高血压+蛋白尿+水肿\"症状，推理可能病因；
• 治疗方案推荐：结合患者病史（如药物过敏）筛选合适的降压药；
• 医学文献整合：将最新临床研究与指南纳入知识库，辅助医生决策。

3. 金融风控：企业关系与风险识别

金融机构利用KAG构建企业知识图谱，实现：

• 股权穿透：识别\"母公司→子公司→孙公司\"的多层控股关系；
• 风险传导：当某企业出现债务违约时，自动评估关联企业的担保风险；
• 合规审查：检测融资项目是否符合\"绿色金融\"政策要求。

未来展望：开源生态与技术演进

KAG框架目前已迭代至v0.8.0版本，后续将重点推进：

• KAG-Model开源：逐步开放针对知识增强优化的LLM权重与微调工具；
• 多模态支持：引入图像、表格知识的结构化表示（如医疗影像报告的图文关联）；
• 社区生态：发布领域Schema模板库（政务、医疗、法律等），降低开发者使用门槛。

结语

KAG框架通过\"知识图谱+向量检索\"的深度融合，为专业领域知识服务提供了新范式。其91%的政务问答准确率不仅是技术指标的突破，更意味着LLM在医疗、金融、法律等高风险领域的落地成为可能。对于开发者而言，KAG的开源特性（MIT许可证）与模块化设计，使其既能快速集成到现有系统，又支持按需扩展自定义功能。

如需进一步探索，可参考：

• GitHub仓库：https://github.com/OpenSPG/KAG
• 技术论文：https://arxiv.org/pdf/2409.13731

随着KAG的持续演进，我们期待看到更多\"高精度、可解释、强逻辑\"的专业领域AI应用落地，推动大模型从通用对话向行业决策的深度渗透。