本地优先的多跳 RAG：Chroma + 实体图实现零 token 查询

Chroma 的最佳场景是本地优先：将文档向量化，在你自己的机器上查询，无需任何基础设施流程。但本地优先的 RAG 在多跳问题上碰壁：

"收购了 Polar Metrics 的那家公司的创始人，毕业于哪所大学？"

回答这段文字与问题几乎没有任何共同词汇。它们之间有关联——通过一次收购、一个创始人、一段履历——但相似性搜索无法追踪这种关联。常见的解决方案是在检索循环中引入 LLM 来分解问题，但这恰恰破坏了本地优先的吸引力：现在每次查询都要消耗 token、耗时数秒、每次运行结果都不相同。

hubmesh 走了另一条路：让检索保持为纯数学操作。在索引时，它使用 spaCy NER 从语料库中构建实体-文档图（无需 LLM，无需 token）。在查询时，它从问题的实体出发在该图上运行 Personalized PageRank，并将结果与 Chroma 的余弦相似度分数融合。整个查询路径都是 numpy 和 scipy：在 30K 文档的语料库上约 100ms 完成，离线运行，每次运行结果完全一致——这是任何在循环中引入 LLM 的检索器都无法以任何代价提供的三个特性。

pip install "hubmesh[chroma,kg]"
python -m spacy download en_core_web_sm

from hubmesh import Planner
from hubmesh.adapters import ChromaStore
from hubmesh.kg import build_entity_kg
import spacy

embed = ...  # your embedding callable

store = ChromaStore.from_documents(docs)                       # ephemeral
# store = ChromaStore.from_documents(docs, persist_directory="./chroma")
# store = ChromaStore.from_documents(docs, host="localhost", port=8000)

nlp = spacy.load("en_core_web_sm")
kg = build_entity_kg(store.get_many(store.all_ids()), nlp=nlp)
planner = Planner(store=store, kg=kg, nlp=nlp, embed=embed)

result = planner.retrieve("Which university did the founder of the "
                          "company that acquired Polar Metrics study at?",
                          top_k=10)
print([s.doc.id for s in result.sources][:3])
for path in result.reasoning:      # the graph route, not a rationalization
    print(" -> ".join(path.node_ids))

为什么它有效：交集，而非仅仅是邻近

评分组合由三部分构成——余弦相关性、PPR 扩散，以及一个收敛项，对每个文档按所有问题实体的扩散几何均值打分。多跳答案位于问题锚点的交集处；聚合相似度计算的是并集。交集才是桥接文档所在之处。（公式源自一篇网络拓扑论文 NNSI，ICOMP'25——同样的思路，不同的图。）

完整的 HotpotQA dev 集（7,405 个问题）：supporting-fact recall@10 达到 75.2%，而使用相同向量化的朴素余弦方法为 69.3%。MuSiQue 2/3/4 跳：分别提升 6.0/3.2/5.0 个百分点。诚实的权衡：recall@2 在收敛项下下降了 0.75 个百分点（文档中标注了可禁用选项，适用于 top-2 工作负载）。测试工具和原始 JSON 数据随仓库一并发布。

pip install "hubmesh[mcp]" 会添加一个 MCP 服务器（在官方 MCP Registry 中为 io.github.DemigodDSK/hubmesh），支持由 agent 引导的检索：传递 seed_entities 以将下一跳瞄准你刚读到的东西，传递 exclude_docs 以探索新的领域。本地 Chroma + 本地图

你的 agent 的推理：多跳 RAG，系统中的唯一 LLM 是你已经运行的那个。

仓库：github.com/DemigodDSK/hubmesh · MIT · 各项数字可通过 benchmarks/ 复现