告别人工智障！Dify KAG：秒变「AI推理大师」。蚂蚁OpenSPG部署全解（含实测）

显示全部楼层

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;letter-spacing: 0px;color: rgb(78, 89, 105);">ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(22, 119, 255);padding: 0px 2px;">RAG(Retrieval-Augmented Generation，ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(22, 119, 255);padding: 0px 2px;">检索增强生成)——你一定不陌生吧！

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;letter-spacing: 0px;color: rgb(78, 89, 105);">ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(22, 119, 255);padding: 0px 2px;">答不对、ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(22, 119, 255);padding: 0px 2px;">搜不到，是 "非结构化文档" 问答中常见的两大痛点。

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;letter-spacing: 0px;color: rgb(78, 89, 105);">因为RAG存在向量相似度与知识推理相关性差距较大、对知识逻辑（如数值、时间关系、专家规则等）不敏感，严重降低了使用体验。

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;letter-spacing: 0px;color: rgb(78, 89, 105);">于是，
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(22, 119, 255);padding: 0px 2px;">KAG（Knowledge-Aware Graph Generator，ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(22, 119, 255);padding: 0px 2px;">知识感知图谱生成器）应运而生。

它旨在充分利用知识图谱和向量检索的优势，为复杂问题提供更准确、更符合上下文的答案。

我们先了解下KAG是什么，如何部署、配置和使用，包括API使用和接入dify（一手实测），最后是RAG和KAG的简单评测。

让你从0到1学会KAG的 What 和 How。

0. 什么是KAG

OpenSPG 是由蚂蚁集团与 OpenKG 社区联合推出的一款基于 SPG（Semantic-enhanced Programmable Graph，语义增强可编程图）框架的知识图谱引擎。

KAG是基于OpenSPG引擎，用于为垂直领域知识库构建逻辑推理和 Q&A 解决方案。

主要特点

1. 克服传统 RAG 向量相似性计算的复杂性
2. 克服RAG 的不确定性
3. 支持逻辑推理和多跳事实问答

工作原理

如上图所示，KAG架构由三个核心组件组成：KAG-Builder、KAG-Solver和KAG-Model。

•KAG-Builder负责构建离线索引。该模块提出了一个兼容大型语言模型的知识表示框架，并实现了知识结构与文本片段之间的相互索引机制。KAG-Builder相关代码^[1]
•KAG-Solver引入以逻辑形式为导向的混合推理引擎，融合大型语言模型推理、知识推理和数理逻辑推理，并利用语义推理进行知识对齐，提升KAG-Builder和KAG-Solver在知识表示和检索方面的准确性。KAG-Solver相关代码^[2]
•KAG-Model基于通用语言模型，并针对各个模块所需的特定能力进行优化，从而提升整体模块性能。

1. 部署 OpenSPG

硬件要求

CPU ≥ 8 cores;
RAM ≥ 32 GB;
Disk ≥ 100 GB;

软件要求

•操作系统

macOS 用户：macOS Monterey 12.6 或更新版本
Linux 用户：CentOS 7 / Ubuntu 20.04 或更新版本
Windows 用户：Windows 10 LTSC 2021 或更新版本

•应用软件

macOS / Linux 用户：Docker，Docker Compose
Windows 用户：WSL 2 / Hyper-V，Docker，Docker Compose
Docker ≥ 24.0.0 & Docker Compose ≥ v2.26.1.

启动服务

# 设置 HOME 环境变量（仅 Windows 用户需要执行）
# set HOME=%USERPROFILE%

# 拉取docker-compose.yaml 文件
$ curl -sSL https://raw.githubusercontent.com/OpenSPG/openspg/refs/heads/master/dev/release/docker-compose.yml -o docker-compose.yml

# 启动服务
$ docker compose -f docker-compose.yml up -d

检查容器状态docker ps
能看到8887、7474这两个关键端口已在运行

docker logs 可以显示 openspg 服务端启动成功的标识

dockerlogs-frelease-openspg-server

访问openspg-kag 产品界面
在浏览器中访问http://127.0.0.1:8887，使用默认用户名和密码登录（用户名：openspg，密码：openspg@kag）。

2. 配置OpenSPG

以下是全局配置，包括通用配置、模型配置和用户配置

2.1 通用配置

通用配置包括图存配置、向量配置、提示词中英文配置

图存储配置

{
 "database":"neo4j", # 图存储的数据库名称，固定和知识库英文名称保持一致，且不可修改
 "uri":"neo4j://release-openspg-neo4j:7687",
 "user":"neo4j", # 默认值为：neo4j
 "password":"neo4j@openspg", # 默认值为：neo4j@openspg
}

向量配置（硅基流动^[3]示例）

{
  "type": "openai",
  "model": "BAAI/bge-m3",
  "base_url": "https://api.siliconflow.cn/v1",
  "api_key": "你的硅基流动API-KEY",
}

提示词中英文配置
用于模型调用时判断是否使用中文(zh)或英文(en)。

{
  "biz_scene":"default",
  "language":"zh"
}

2.2 模型配置

{
 "type": "maas",
 "base_url": "https://api.siliconflow.cn/v1",
 "api_key": "你的硅基流动API-KEY",
 "model": "DeepSeek-ai/DeepSeek-V3",
 "stream":"False",
 "temperature":0.7
}

2.3 知识库配置

2.3.1 新建知识库

配置项：

• 知识库中文名称
• 知识库英文名称
• 图床、向量、提示词中英文配置均在第1步配置过了，默认即可

2.3.2 新建知识

设置最大长度和对话模型

2.3.3 知识解析

解析完成，可以看到日志的6个过程：

1.数据读取（Reader）
从原始数据源（如文本、数据库）加载信息。
2.预处理与拆分（Splitter）
对数据进行清洗、分块或结构化处理。
3.知识抽取（Extractor）
提取实体、关系、属性等知识要素。
4.向量化（Vectorizer）
将知识转换为向量表示（如嵌入模型）。
5.对齐与融合（Alignment）
整合多源数据，解决冲突或冗余。
6.存储与输出（Writer）
将结果保存到知识库或下游系统。

能在“详情”页看到知识解析分段效果，说明解析有效

就可以在"推理问答"页面进行问答了

3. 使用OpenSPG

openspg API参考^[4]

3.1 API测试

请求方法：POST
请求地址：https://你的ip+8887端口/v1/chat/completions/
请求参数：3个Headers + 1个Body

【Headers参数】

• content-type: application/json
• Accept: text/event-stream
• Cookie:

【Body参数】

•sessionId: (Body parameter)知识库问答，当前会话的id，可以通过 1.5 创建
•projectId: (Body parameter)知识库的id。
•thinking_enabled: (Body parameter)是否开启深度推理，开启true。
•prompt: (Body parameter) 问题

• type: 支持的类型，目前只支持text
• content: 具体问题

其中
YOUR_BROWSER_COOKIES按照以下步骤获取
OpenSPG页面 -- F12 -- Network -- Doc -- Name -- Header -- Cookie

sessionId和projectId在推理问答页面的网址中
假设推理问答页面网址：

https://ltzuda-fuwswy-8887.app.cloudstudio.work/#/analysisReasoning?projectId=3&sessionId=4

那么得到：

•sessionId: 4
•projectId: 3

可以手动新建会话，也可以通过API创建
详见openspg API参考^[5]

3.2 Dify+KAG 问答

Dify接KAG整体工作流如下所示

节点1：开始
节点2：请求KAG

•请求方式：POST
•请求地址：https://ktzkcq-fcjkdp-8887.app.cloudstudio.work/v1/chat/completions/
• Headers和BODY的配置参照 3.1 中介绍的配置，json格式要严格检查（若出现400错误）
节点3：提前最后一个Answer. 代码如下

defmain(data:str) ->dict:

  last_answer =""

 # 按行分割数据
 forlineindata.split('\n'):
   ifline.startswith('data: {'):
     try:
       # 解析JSON数据
        json_data = json.loads(line[6:]) # 去掉"data: "前缀
       if'answer'injson_data:
          last_answer = json_data['answer']
     exceptjson.JSONDecodeError:
       return{
         "result":"未提取到答案",
        }

 return{
   "Last_answer": last_answer,
  }

节点4：直接回复

发起一次请求相当于在会话页面发送了一次对话，返回结果同时也会呈现在OpenSPG会话页面。

完整工作流可以看GitHub链接：GitHub工作流^[6]
需要修改两处：请求地址和你的Cookie

注1：sessionId和projectId必须已存在，不能请求回答的同时让它创建
注2：word 和 pdf 解析还存在bug，未解析成功，坐等后续产品的更新。。。

1.wps的.docx 分段时预览不成功
2.wps转的.pdf 分段时预览不成功
3.微软word2021的.docx 分段时预览不成功
4..微软word2021转的.pdf 成功！！！

4.简单评测 RAG 和 KAG

评测	具体描述
评测文档	https://github.com/WTFAcademy/WTF-Langchain/edit/main/01_Hello_Langchain/README.md
评测问题	请简介LangChain,OpenAl，以及它们的关系，再给我一段简单的Python程序演示LangChain的使用，最后请总结这第一课
段落长度	512
嵌入模型	BAAI/bge-m3
RAG大模型	deepseek-R1
KAG大模型	deepseek-V3(KAG深度推理)

（注：评测基于同一份文档和同一问题，结果可复现。）

4.1 RAG效果

提示词

请总结知识库的内容来回答问题，请列举知识库中的数据详细回答。当所有知识库内容都与问题无关时，你的回答必须包括“知识库中未找到您要的答案！”这句话。

4.2 KAG效果

4.3 评测结果

评测维度与结果对比，如下表所示

评测维度	RAG	KAG
思考深度	中等，部分上下文关联	深层逻辑推理
思考时长	⚡️ 快（18s）	⏳ 较慢（54s）
总结能力	结构化但缺乏归纳	完整人话总结
语言自然度	技术术语较多	说人话

关键总结

1.KAG的深度优势

• 在相同文档和问题下，KAG能提取多层语义关系，而RAG仅回答表层信息。
•案例对比：

• RAG："LangChain作为上层框架，可集成...通过LangChain的抽象层..."
• KAG："LangChain可以通过其框架集成和利用OpenAI的模型"

2.RAG的速度与局限

• 用上DeepSeek-R1的RAG 虽然还是比KAG更快，但牺牲了逻辑连贯性。
• 适合实时性要求高但总结要求低的场景。

3.总结能力的本质差异

• KAG的总结呈现教学式逻辑（问题→方案→价值），而RAG输出知识点罗列。

4.4 评测结论

KAG在语义理解、总结能力和用户体验上显著优于RAG，尤其在需要技术解释的场景中，其"说人话"的能力更符合实际需求。而RAG（含DeepSeek-R1）更适合对实时性敏感的轻量级问答。

写在最后

KAG 框架仍处于初期开发阶段，仍有改进和提升的空间。
期待更多格式的文件类型解析，以提升知识提取和问答的准确性和效率。

实践出真知，与君共勉