GraphRAG重走西游路，看悟空那些年历经的劫难！

《黑神话：悟空》最近简直火得不行，微软那个GraphRAG也跟着火起来了。既然都这么火，咱们就不绕弯子了——直接拿GraphRAG把整部《西游记》原文翻一遍，看看那个“天命人”孙悟空，究竟经历了怎样的九九八十一难。顺便也聊聊GraphRAG在社区发现过程中，你可能遇到的那些小坑。

这次的GraphRAG配置是这样的：模型用的是qwen1.5-14b，向量模型是bge-m3e。整体跑下来，效果还挺有意思的。

西游记社交关系

从生成的图谱来看，整个故事网络形成了两个非常明显的中心：一个是孙悟空，一个是唐僧。然后所有的人物和事件，基本上都是围绕这两个核心展开的——花果山的逍遥、大闹天宫的狂放、取经路上的磨砺，全都在这个图谱里串起来了。

GraphRAG对西游记的整体概括

那GraphRAG是怎么理解整本书的呢？它给出的概要相当凝练，直接把《西游记》定义为一部充满寓言和神话色彩的小说，核心就是唐僧师徒四人——唐三藏、孙悟空、猪八戒、沙僧——历经千辛万苦去取经的故事。其中几个关键事件被重点拎了出来：

• 孙悟空大闹天宫：故事的开端，一股子敢把天捅个窟窿的反叛劲儿。
• 三打白骨精：师徒间的信任危机，也是孙悟空的智勇担当。
• 过火焰山：象征旅途上各种“过不去的坎”，必须有团队协作才行。
• 女儿国真假公主：考验的不只是情感，还有智慧。
• 取经路上与各路妖怪的斗争：善恶交锋，道德选择成了每次战斗的核心。

此外，故事还完整交代了孙悟空的成长脉络——从花果山的猴群、水帘洞的日子，到与东海龙王、观音菩萨这些神话人物的互动。如来佛祖和观音菩萨在整个取经过程中，始终扮演着道德与智慧的双重引路人。可以说，GraphRAG抓取的主线骨架，基本把《西游记》的精神内核给概括出来了。

那些年揍过猴哥的妖怪

话说回来，孙悟空虽然神通广大，但《西游记》里能跟他扳手腕的妖怪其实不少。以下是GraphRAG梳理出的一些“战绩记录”：

• 黄狮精
  ：这妖怪的宝贝实在诱人，猴哥想去凑个热闹，结果差点被怀疑是来“通风报信”的。

• 红孩儿
  ：牛魔王和铁扇公主的儿子，一个三昧真火差点把唐僧烤熟，逼得孙悟空不得不去南海搬观音菩萨当救兵。

• 金角大王和银角大王
  ：这俩是太上老君身边的看守，手里法宝多，在莲花洞跟猴哥好好干了一仗。

• 蜘蛛精
  ：盘丝洞里一群女妖精，蛛网缠身，要不是观音菩萨出手，猴哥还真就困在里面了。

• 独角兕大王
  ：偷了如来的金钢琢，硬碰硬不行，最后还是靠观音菩萨帮忙才搞定。

不难发现，这些厉害的妖怪，背后多半都站着某位大佬。正是这些有背景、有法宝的对手，才让取经路上的每一次战斗都充满了戏剧性和不可预测性。

GraphRAG之孙悟空大战红孩儿劫难过程

单拎出“大战红孩儿”这一劫来看，GraphRAG把整个事件的脉络梳理得非常清晰：从红孩儿拦路，到孙悟空中了三昧真火，再到请观音菩萨出山，最后用玉净瓶降服红孩儿——整个过程，逻辑链条完整，关键实体和关系都标注得明明白白。

那些年揍过猴哥的神仙

除了妖怪，一些神仙也曾让猴哥吃过苦头。GraphRAG给出的清单如下：

• 如来佛祖
  ：大闹天宫后，佛祖一翻手，五指化山，直接把孙悟空压了五百年。

• 观音菩萨
  ：观音院那一回，孙悟空放火，菩萨净瓶甘露一洒，火就灭了，法力显然高出一等。

• 文殊菩萨和普贤菩萨
  ：在万寿山五庄观，猴哥偷吃人参果被发现，被两位菩萨教训了一顿。

• 菩萨化身的美女
  ：黎山老母安排四圣试禅心，孙悟空因为动了色心而中计，也是菩萨们教育的一课。

• 太上老君
  ：虽没在原著里直接分出胜负，但老君的法宝——兜率宫的丹炉、各种金丹——分分钟暗示着他的深不可测。

• 天庭其他神将
  ：比如李天王、哪吒这些，虽然没详细描写具体怎么打的，但也说明猴哥在天庭并不总是横着走。

值得注意的是，孙悟空败给这些神仙，更多是因为策略和计谋，而不仅仅是武力上的碾压。这也正是《西游记》比普通爽文高明的地方——冲突是多维的，角色的塑造是立体的。

GraphRAG社区划分的一些坑

好了，干货讲完，该聊聊实际操作中容易踩的坑了。必须吐槽的是，GraphRAG在进行社区划分时，结果并不总是“理想”。比如这次对《西游记》的社区划分，就出现了一些明显不合理的地方：

根据输出，图谱被分成了十几个社区，比如“取经团队与妖精冲突社区”、“唐僧、孙悟空、观音菩萨等取经社区”、“科技创业中心”（这什么鬼？）、“天庭神话与孙悟空的传奇世界”、“唐朝佛教与整治”等等。但仔细一看就会发现，第2个和第9个社区居然都叫“科技创业中心：创新与合规并存”，明显是跑偏了，属于把完全不相关的内容错误地划分在了一起。

这说明什么问题？

在实际应用中，如果语料本身存在主题跳跃（比如你同时混合了小说文本、科技报道、商业文档），或者模型对上下文感知不够强，就很容易把风马牛不相及的内容强行归到一个社区里。这种“误分”在实际项目中是家常便饭，尤其是在数据量巨大、主题杂陈的情况下。

所以，如果你也想用GraphRAG来剖析自己的数据，有几个小建议：

• 第一，

  尽可能保证输入语料的主题纯净
  。如果非要混搭，起码要分批次处理，最后再手动合并结果。
• 第二，

  不要完全信任默认的社区划分结果
  。建议输出后，自己抽样看一看，确认一下社区内部的语义一致性。
• 第三，

  模型的选型至关重要
  。像qwen1.5-14b这种通用模型，处理纯中文古典小说还行，但一旦遇到混合主题或强专业性的文本，就得考虑用更合适的专用模型或调整参数了。

总之，GraphRAG是个好东西，但用起来，还是得留个心眼。