完整题目
在数据持续更新的增量场景下，GraphRAG应如何高效地动态更新知识图谱，以保证时效性和一致性？请讨论增量索引、图结构演化等策略。
本文目录
核心不是强行限制“影响半径”
GraphRAG 的实体、关系、社区、报告和向量存在依赖。新文档可能只增加一个局部实体，也可能通过跨社区边改变更大范围。Personalized PageRank、固定跳数或动态图算法可以用来产生候选范围，但不能证明范围外一定不受影响；应把增量结果与同版本全量基线比较，再决定是否扩大重算。
版本契约
每个来源文档有稳定 ID、来源版本、内容哈希、生效/失效时间和 ACL；每个文本单元、实体声明、关系证据、社区报告与向量记录其 provenance、generation 和抽取/提示版本。查询只能组合兼容的 generation，避免新图配旧摘要或新向量配旧权限。
图数据库事务可原子修改它管理的实体和关系，却不能自动覆盖外部向量索引或 LLM 生成报告。跨系统更新通常采用 staged generation：
- 变更幂等写入权威事实和变更日志。
- 在新 generation 生成或重算派生物。
- 校验引用完整性、删除/ACL 传播、社区覆盖和固定查询质量。
- 门禁通过后切 active generation，并保留旧版回滚。
- 对账任务检测各存储的来源版本差，修复遗漏或重建。
新鲜度由查询决定
- 严格查询要求索引至少达到指定来源版本；否则回源、等待或拒绝。