本发明提出了一种知识图谱多阶推理增强问答方法及计算机可读介质。本发明通过大型语言模型进行提取、语义嵌入模型转换，得到用户问题的每个主题实体的语义特征向量；获取大型语言模型的知识图谱，结合知识图谱得到大型语言模型的知识图谱中每个三元组的语义特征向量；通过余弦相似度模型计算以及相似度排序得到，文本生成大模型的知识图谱中排序后多个节点、大型语言模型的知识图谱中排序后多个三元组；进行推理链条的初始化，得到初始的推理链条、推理链条的每个初始实体；构建更新后的推理链条，每个链条的长度增加；使用大型语言模型评估现有推理链条是否有能力回答输入的问题。本发明利用推理链条深入溯源，实现大模型与知识图谱最大化融合。