开发者弃用向量 RAG，改用 Markdown 知识图谱+Claude CLI，自称幻觉降 95%
Shivam__kumar · reddit · 2026-11-07
一位开发者在构建复杂 ERP 应用的 AI 系统时，发现向量检索 RAG 检出的信息常常不完整——模型能看懂单张表，却理解不了表、模块与业务规则之间的关联。他的替代方案：
- 文档优先：为每个模块、业务逻辑、工作流、模块间关系编写结构化 Markdown 文件；数据库文档不只写字段定义，还写每张表的业务含义、存在原因和关联方式，且刻意控制文件数量与引用结构
- 让 Claude 读文档后生成知识图谱，以此导航应用知识，替代语义相似度检索
- 自建只读 MCP server 执行数据库查询，动态数据按需获取，全部通过 Claude CLI 串联，并写了详细的自定义规则约束问答、查询、图表生成行为
- 效果：跨模块复杂问题处理明显变好，估计幻觉减少约 95%（未做正式基准）；无需为每类问题手写 handler
他还在做多用户支持，强调要在应用层和 MCP 层而非 prompt 层隔离用户数据。作者承认这是实验、未上生产，并公开征求生产级 agent 开发者的反馈。
所属事件:开发者弃用向量 RAG 改用 Markdown 知识图谱，幻觉大减(2 条相关)→
「编程与Agent」频道最新
- 用 Tailscale 直连 Grok Bot 的 localhost,告别 Vercel 预览慢等待 — chongdashu · 2026-11-07
- 「智能体网络」畅想:个人 AI 助手将理解每个网站的全部能力 — JnBrymn · 2026-11-07
- ChatGPT 图像 2.6 上线 Netlify AI Gateway,开发者 45 秒生成动态海报 — thisiskp_ · 2026-11-07
- 开源本地 LaTeX 研究工作区 Lattice:论文、笔记与 AI agent 一站集成 — LINJIEFUN · 2026-11-07
- Agent 能发 2000 封邮件谁拦住？开发者探讨给智能体加授权层 — SilkandWinks · 2026-11-07
- CMU L3 Lab CUA Week:GPT-6 实时小游戏通过率仅 9% — dan_fried · 2026-11-07