Graphiti 混合检索在领域记忆上误召回，LLM 本身反而没问题

Opposite_Courage_531 · reddit · 2026-07-26

作者在问：如何改进 Graphiti / hybrid search 在域内查询上的检索效果。

他做了一个小型实验：先构造 synthetic memories，写入 Neo4j，再跑一轮 A/B 式对比测试。结果显示，这套系统在一些明确场景上表现不错，比如：

• 精确约束能被找出来
• 被历史版本推翻的旧规则能被排除
• 已接受的架构决策能被准确召回
• 已知失败案例可以避免重复踩坑

但它也暴露出一个典型问题：词面重叠会误导检索。比如查询“用于 core logging telemetry 的 lock-free ring buffer”，系统却因为“ring buffer”这个词，召回了一个音频插件里的无关记忆，而不是语义上正确的 telemetry 记录。

作者强调，这次问题不在 LLM 理解能力，而在检索层：模型本身能读懂注入的 memory，真正薄弱的是如何让 retrieval 更稳地处理域内语义差异。

帖子还附了代码片段，明确是在请教大家如何改进这种 domain-specific retrieval 逻辑。

原文链接 →

「编程与Agent」频道最新

• 大多数 agent 团队该先优化 harness 再碰权重 — hwchase17 · 2026-07-26
• 模型迁移不该只测兼容性，还要证明行为一致 — hwchase17 · 2026-07-26
• 拥有 AI 也意味着要拥有它使用的数据 — hwchase17 · 2026-07-26
• Jeff Dean 在 YC 讲上下文工程：系统比模型更重要 — ycombinator · 2026-07-26
• 单卡56GB显存跑终端智能体测试，目前得分率达60% — victormustar · 2026-07-26
• 4GB 笔记本显存能跑本地 Qwen agent，但 RAG 会逼你频繁换模型 — maikerukonare · 2026-07-26

更多「编程与Agent」频道 AI 资讯 →