Dify 中接入 InfraNodus GraphRAG 作为外部知识库指南

摘要： 本文介绍如何在 Dify 中将 InfraNodus 配置为外部知识源，以利用其内置的 GraphRAG（图检索增强生成）能力。通过构建可视化知识图谱并调用 API，Dify 不仅能进行语义匹配，还能基于概念间的结构关系提供更精准的上下文回答，特别适用于处理宽泛或复杂的查询场景。

How to: Connect InfraNodus GraphRAG as an External Knowledge Base in Dify

Dify 的“外部知识库”功能支持与第三方知识系统无缝集成。这意味着你可以利用专业的检索技术，而无需迁移现有数据本指南将指导你将 InfraNodus——一款内置 GraphRAG（图检索增强生成）能力的文本网络分析工具——连接到你的 Dify 工作流中。

为什么要连接 InfraNodus 到 Dify？

传统的 RAG（检索增强生成）系统主要依赖向量相似度搜索。这种方法在处理特定查询时效果良好，但在面对“这是什么主题？”这类宽泛或需要上下文理解的问题时往往力不从心。GraphRAG 通过引入知识库中概念之间的结构关系，解决了这一局限性。

将 InfraNodus 作为外部知识源集成后，你将获得以下优势：

• 提升检索质量：GraphRAG 不仅能返回语义匹配的语句，还能从知识图谱的主题聚类中提取具有结构性相关的内容。
• 可视化知识管理：InfraNodus 提供交互式的知识库图可视化界面，揭示主要主题、概念关系以及内容空白点。
• 灵活的数据摄入：支持将 PDF、网站、YouTube 视频、纯文本或自定义本体（Ontology）中的内容导入到同一个可查询的图谱中。
• 多平台兼容性：同一个 InfraNodus 图可以驱动 Dify 工作流、MCP 服务器连接或直接 API 集成。

快速设置概览

整个集成过程主要包含四个步骤：

1. 在 InfraNodus 中使用源内容构建知识图谱。
2. 从 InfraNodus 平台生成一个 API Key。
3. 在 Dify 中配置指向 InfraNodus 端点的外部知识库 API 连接，地址为 https://infranodus.com/api/v1/dify。
4. 将外部知识检索节点添加到你的 Dify 工作流中。

理解 GraphRAG 检索流程

当用户查询到达知识检索节点时，InfraNodus 会通过其 GraphRAG 系统进行处理。与仅查找语义相似文本块的标准向量搜索不同，这种方法：

1. 识别与查询词相关的图谱区域。
2. 获取连接概念之间的关系数据（GraphRAG）。
3. 补充传统 RAG 的相似度匹配结果。
4. 返回来自最相关主题聚类的上下文语句。

这种混合方法确保了即使是模糊的查询也能获得有意义的上下文。当用户提出一般性问题时，系统可以基于知识图谱的结构来呈现相关信息，而不是因为找不到直接的语义匹配而失败。

步骤 1：在 InfraNodus 中构建你的知识图谱

在与 Dify 连接之前，你需要先在 InfraNodus 中建立一个已填充内容的知识图谱。

创建你的图谱

访问 infranodus.com/apps 并选择你喜欢的导入方式：

• 文本编辑器：手动输入自定义内容。
• 文件导入：上传 PDF 或文档。
• URL 爬虫：抓取网站或特定页面。
• YouTube 导入器：从视频中提取字幕/转录稿。
• AI 本体生成器：根据提示词自动创建结构化知识（infranodus.com/import/ai-ontologies）。

例如，使用本体生成器并输入如下提示词：

create an ontology for various body metrics that can be used for longevity （创建一个可用于长寿的各种身体指标的图谱）

这将生成为一个结构化知识图谱，作为你外部知识库的基础。

优化图谱质量

初始创建后，请检查你的图谱完整性。InfraNodus 会高亮显示未连接的主题聚类——即概念之间缺乏良好链接的区域。你可以：

1. 选择未连接的节点或主题。
2. 使用内置的 AI 模块生成桥接语句（Bridging Statements）。
3. 添加这些连接以加强知识图谱的结构。

一个连接良好的图谱能提高检索准确性，确保在查询期间可以遍历相关概念。

步骤 2：配置 Dify 中的外部知识连接

InfraNodus 图谱准备就绪后，配置 Dify 以将其作为外部知识源访问。

创建外部知识库 API

1. 打开你的 Dify 实例（cloud 或自托管版本），导航到 Knowledge（知识库）部分。
2. 点击 Connect to External Knowledge（连接外部知识）。

1. 输入名称和描述以标识你的知识库。
2. 选择 + Create a new External Knowledge API（创建新的外部知识 API）。

使用以下详细信息配置 API 连接：

• Name（名称）：此连接的描述性标识符。
• Endpoint URL（端点 URL）：https://infranodus.com/api/v1/dify
• API Key（API 密钥）：你的 InfraNodus API 密钥（在 infranodus.com/api-access 生成）。

此 API 连接可以在多个指向不同 InfraNodus 图谱的知识库之间复用。

链接你的特定图谱

创建 API 连接后，指定要查询的 InfraNodus 图谱：

• 在 External Knowledge ID（外部知识 ID）字段中，输入你 InfraNodus 图谱的确切名称。

重要提示：Dify 有时会默认选择非预期的外部知识 API。在继续之前，请务必验证已选择了正确的 API。

配置检索参数

调整检索设置以优化结果：

• Top K（前 K 个）：设置为 10（推荐），以获取足够的上下文信息。
• Score Threshold（分数阈值）：设置为 0.3，以便包含主题聚类中的语句。

采用较低的阈值是有意为之的——InfraNodus 不仅返回直接匹配的语句，还返回每个相关主题聚类的前几名语句。这些上下文结果的相似度得分为 0.3，即使在精确匹配有限的情况下，也能提供有价值的背景信息。

如果你只希望获取直接匹配的结果，请保留默认的 0.5 阈值。

步骤 3：测试和部署你的工作流

验证连接

在构建复杂的工作流之前，确认知识库功能正常：

1. 导航到 Dify 中的 Knowledge（知识库）。
2. 刷新页面（Dify 有时会在显示新的外部知识源时延迟加载）。
3. 输入测试查询，并验证是否从你的 InfraNodus 图谱中检索到了相关语句。

构建基本工作流

创建一个利用你外部知识的简单工作流：

1. 进入 Studio > Create from Blank（从零创建）> AI Workflow。
2. 添加一个 Knowledge Retrieval（知识检索）节点：
   • 在节点面板中点击 +。
   • 选择 Knowledge Retrieval。
3. 在 Settings > Knowledge 设置中，点击 + 并选择你的外部知识源。

1. 按以下顺序连接节点：
   • User Input（用户输入）：通过聊天界面或 API 接收查询。
   • Knowledge Retrieval（知识检索）：查询 InfraNodus 并返回 GraphRAG + RAG 结果。
   • LLM（大语言模型）：使用检索到的语句作为上下文来生成响应。
   • Answer（回答）：将最终响应返回给用户。

访问工作流模板

如需开箱即用的实现方案，可以从 InfraNodus GitHub 仓库导入工作流模板：
github.com/infranodus/dify-infranodus

维护你的知识库

这种架构的一个显著好处是简化了维护流程：

• 内容更新：通过文本编辑器或导入工具直接在 InfraNodus 中添加新信息。
• 自动同步：为网站或 RSS 源等来源配置定时导入任务。
• 可视化审计：使用图谱可视化工具识别覆盖范围空白或过时的内容。
• 无需重新上传：InfraNodus 中的更改会立即对 Dify 查询生效。

结论

将 InfraNodus 作为外部知识库连接，可以在不改变复杂基础设施的情况下，为你的 Dify 应用带来 GraphRAG 能力。可视化的图谱界面让你清晰了解知识结构，而混合检索方法确保了在处理具体和一般性查询时都能提供稳健的响应。