现象
在使用 GraphRAG 构建知识图谱后，查询某个 community 节点时发现它没有任何 PARENT_OF 关系------既没有父级，也没有子级。但图中明明存在大量 PARENT_OF 边。为什么这个 community 被"遗忘"了？
背景：GraphRAG 的层级 Community 结构
GraphRAG 使用 Leiden 算法对实体图做层级聚类。为了让大家直观理解，我们用一个"世界地图"的类比来说明整个过程。
想象你在给全世界的人分组
假设你有一张巨大的社交关系图，图上每个节点是一个人，边代表"这两个人有联系"。现在你要把这些人分组：
- Level 0（最粗粒度）：先按最大的圈子分------相当于把全世界的人分成几个"大洲"。同一个大洲内的人联系密切，不同大洲之间联系稀疏。
- Level 1：在每个大洲内部继续细分------相当于分成"国家"。
- Level 2：每个国家内部再分------相当于"省/州"。
- Level 3, 4, ...：继续细分为"城市"、"社区"...
Level 越大，粒度越细。
每一层通过 PARENT_OF 边连接到下一层（粗 → 细）：
大洲 ──PARENT_OF──> 国家 ──PARENT_OF──> 省 ──PARENT_OF──> 城市
(level 0) (level 1) (level 2) (level 3)一个完整的例子
假设我们对一个"全球美食知识图谱"做 GraphRAG 层级聚类。图中的实体是各种食材、菜品、烹饪技法，边代表它们之间的关联。
第一轮聚类（Level 0）：分出 5 个大组
| Community | 代表实体 | Size |
|---|---|---|
| 大洲 A "亚洲美食" | 米饭、酱油、炒锅、豆腐、味噌... | 800 |
| 大洲 B "欧洲美食" | 橄榄油、奶酪、面包、红酒、黄油... | 600 |
| 大洲 C "美洲美食" | 玉米、辣椒、牛油果、烧烤... | 400 |
| 大洲 D "非洲美食" | 木薯、花生酱、库斯库斯... | 200 |
| 大洲 E "南极科考站食堂" | 罐头、压缩饼干、速溶咖啡 | 3 |
第二轮聚类（Level 1）：在大组内部细分
大洲 A "亚洲美食"（800 个实体） 内部结构复杂，可以继续细分：
大洲 A "亚洲美食" (level 0, size=800)
├── PARENT_OF → 国家 A1 "中华料理" (level 1, size=300)
│ ├── PARENT_OF → 省 A1a "川菜" (level 2, size=80)
│ ├── PARENT_OF → 省 A1b "粤菜" (level 2, size=70)
│ └── PARENT_OF → 省 A1c "鲁菜" (level 2, size=50)
├── PARENT_OF → 国家 A2 "日本料理" (level 1, size=200)
├── PARENT_OF → 国家 A3 "东南亚料理" (level 1, size=150)
└── PARENT_OF → 国家 A4 "韩国料理" (level 1, size=100)大洲 E "南极科考站食堂"（3 个实体） 呢？
大洲 E "南极科考站食堂" (level 0, size=3)
├── 罐头
├── 压缩饼干
└── 速溶咖啡
（完了，没有 PARENT_OF 出边）3 个实体之间的关系： - 罐头 ↔ 压缩饼干（都是长保质期食品） - 罐头 ↔ 速溶咖啡（都是即食品） - 压缩饼干 ↔ 速溶咖啡（都是科考站标配）
它们紧密关联，所以被聚成一组。但只有 3 个成员------你没法把 3 个人再分成"部门"和"小组"，太荒谬了。
同时，大洲 E 和外部的连接也极其稀疏------只有"罐头"和大洲 B 的"橄榄油罐头"有一条弱关联。这条连接太弱，算法不会把大洲 E 合并到大洲 B 里去。
结果：大洲 E 成为孤儿------既无法向下细分，也不会被合并到其他组。
为什么会产生孤儿？两个条件同时满足
┌─────────────────────────┐
│ Community 太小 │
│ (2~9 个实体) │
│ 内部无法继续细分 │
└───────────┬─────────────┘
│
▼
┌─────────────────────────┐
│ 成为孤儿 Community │
│ 没有 PARENT_OF 边 │
└───────────┬─────────────┘
│
┌───────────┴─────────────┐
│ 与外部连接极弱 │
│ (1~2 条跨组边) │
│ 不值得被合并到其他组 │
└─────────────────────────┘Leiden 算法的判断标准是模块度（modularity）：
- 向下细分：3 个人分成 2 组？每组 1-2 人，没有统计意义，模块度不会提升。放弃。
- 合并到别人：和最近的大组只有 1 条弱连接，强行合并会降低那个大组的内聚性。放弃。
用数据说话
回到真实的 GraphRAG 数据，统计结果完全印证了这个规律：
孤儿 community（无 PARENT_OF 边）：
| Community | Size（实体数） |
|---|---|
| 孤儿 1 | 9 |
| 孤儿 2 | 7 |
| 孤儿 3 | 5 |
| 孤儿 4 | 3 |
| 孤儿 5 | 2 |
正常 community（有 PARENT_OF 边，参与层级细分）：
| Community | Size（实体数） |
|---|---|
| 正常 1 | 2,511 |
| 正常 2 | 2,330 |
| 正常 3 | 1,571 |
| 正常 4 | 688 |
| 正常 5 | 685 |
规律一目了然：size 越大越容易参与层级，size 越小越容易成为孤儿。
在一个实际的知识图谱中，level 0 共 41 个 community，其中 23 个正常参与层级细分，18 个成为孤儿。孤儿的 size 全部在 2-9 之间。
对 GraphRAG 查询的影响
Global Search
Global Search 会遍历某一层的 community report 来回答问题。如果它选择遍历 level 1 的 report：
- ✅ 正常 community 的信息会出现在 level 1 的子 community report 中
- ❌ 孤儿 community 没有 level 1 子 community，它的信息不会出现在任何 level 1+ 的 report 中
类比：如果你只看"国家级"的报告，南极科考站食堂的信息不会出现在任何国家的报告里------因为它不属于任何国家。
Local Search
Local Search 通过实体向量匹配直接找到相关实体，不依赖层级结构。所以孤儿 community 中的实体仍然可以被 Local Search 检索到。
实际影响
由于孤儿 community 的 size 很小（2-9 个实体），包含的信息量有限，对大多数查询的影响不大。但如果你的查询恰好涉及这些"边缘知识"，可能需要注意这个盲区。
总结
| 特征 | 正常 Community | 孤儿 Community |
|---|---|---|
| Size | 几十~几千 | 2~9 |
| 类比 | 大洲/国家/省（人口众多） | 南极科考站（3 个人） |
| 内部结构 | 复杂，可层层细分 | 太简单，无法细分 |
| 外部连接 | 与其他组有大量交互 | 与外界几乎隔绝 |
| PARENT_OF 边 | 有（指向更细的子 community） | 无 |
| Global Search 可见性 | 信息逐层传递到各级 report | 只在 level 0 report 中可见 |
Leiden 层级聚类算法的行为， 就像现实世界中，南极科考站确实不属于任何国家的行政区划------它太小、太孤立，强行归入某个国家反而不合理。算法做了同样的判断：太小的 community 无法继续细分，与外界连接太弱的 community 不会被强行合并。