edgequake：它是什么、解决了什么问题以及为何受到关注

它解决了什么

EdgeQuake 是一个高性能的 Graph‑RAG 框架，旨在克服传统 RAG 系统的局限性。标准的基于向量的检索往往在多跳推理和主题查询时失效，因为它会丢失概念之间的结构关系。EdgeQuake 将文档转换为智能知识图谱，使系统能够将语义相似度与图遍历相结合，回答关于不同实体之间如何相互关联的复杂问题。

工作原理

EdgeQuake 使用 Rust 编写，以实现最大并发性和性能，并实现了 LightRAG 算法。它利用 LLM 驱动的抽取将文档分解为实体和关系的知识图谱。在查询时，它使用六种不同的查询模式（Naive、Local、Global、Hybrid、Mix 和 Bypass）同时遍历向量空间和图结构。它使用 PostgreSQL AGE 进行图存储，使用 pgvector 存储嵌入，并包含一个专门的 PDF 流水线，能够利用多模态 LLM 将页面作为图像读取，以处理复杂布局。

适用人群

需要生产就绪的 RAG 系统来处理复杂推理、多列 PDF 和高并发用户负载的开发者和组织。它同样适用于希望通过模型上下文协议（MCP）将知识图谱集成到 AI 代理中的用户。

亮点

• Graph‑RAG 架构：将向量搜索与知识图谱遍历相结合，实现更强的推理能力。
• Rust 性能：基于 Tokio 的异步优先架构，零拷贝操作，吞吐量高。
• 多模态 PDF 流水线：支持具备视觉能力的 LLM（GPT‑4o、Claude、Gemini）处理扫描文档和复杂表格。
• 六种查询模式：提供从快速朴素向量搜索到全面混合图查询的灵活检索策略。
• 知识注入：允许注入领域词汇表和同义词，自动扩展查询。
• 自定义实体配置：每个工作区支持最多 50 种领域特定实体类型。
• 代理集成：兼容模型上下文协议（MCP），可用于 AI 代理。