GraphRAG三分钟把一堆文档变成可问答的知识图谱【免费下载链接】graphragA modular graph-based Retrieval-Augmented Generation (RAG) system项目地址: https://gitcode.com/GitHub_Trending/gr/graphrag硬盘里躺着一堆文档却只能靠翻GraphRAG 是微软开源的图检索增强生成Graph RAG系统用 LLM 自动从文本里抽出实体和关系建成知识图谱让你对整个数据集提问。跑通它只需要几分钟。它到底在解决什么你能拿到的是把非结构化文本变成可查询的图谱外加每一层级的摘要报告。普通向量 RAG 检索的是文本片段答得好不好取决于片段切得巧不巧。GraphRAG 先把文本组织成「实体-关系」网络再把网络按社区聚合成报告所以它还能回答跨越整个数据集的大局问题而不只是某个实体的局部事实。 三分钟跑起来先装上并初始化工作区需要 Python 3.10-3.12python -m pip install graphrag graphrag initinit会生成.env、settings.yaml和input/目录把 OpenAI 或 Azure 的密钥填进.env。没有现成数据的话把仓库里docs/data/operation_dulce的样例拷进input/即可。然后开始建索引graphrag index跑几分钟output/目录里会出现一组 Parquet 表——你的图谱、社区报告、向量都在这。现在可以提问了graphrag query 这次行动的总体目标是什么一句话提醒索引会为每个文本单元调用 LLM费用随数据量走。官方建议从小数据集起步数据大时可以先用下一节提到的省钱方式试水。⚙️ 拆开看看它怎么工作切分与抽图。文档先被切成文本单元LLM 逐个单元抽取实体、关系和可选的声明再把全语料里同名实体的描述合并成一份。这一步占总成本的大头。社区划分与报告。实体接着被社区检测聚成层次化的组每一层生成一份摘要报告文本同时嵌入向量库。所有结果以 Parquet 表落盘方便你直接检查中间产物。按路径取答案。查询有两条主路local search 从图谱里某个实体的邻域加原文出发适合问具体人物global search 对全部社区报告做 map-reduce适合问整体主题。 换个姿势用换便宜索引法graphrag index --method fast走 FastGraphRAG用 NLP 取代大部分 LLM 调用成本低很多摘要质量够用。调提示词settings.yaml里的实体类型和提示模板都可以改想省事就看 提示调优指南支持自动生成并打分提示词。换模型在settings.yaml的 models 部分分别配置对话和嵌入模型。增量更新新文档放进input/后跑graphrag update图谱增量刷新不用全量重建。换查询方式graphrag query加--method local、--method drift对比不同路径的答案。看图谱本身把output/里的 entities.parquet、relationships.parquet 导出到 Gephi 里打开。❓ 你大概率会问问建一次索引到底多贵标准方式每个文本单元都调用 LLM费用和数据量成正比。官方建议先用小数据试以摘要问答为主的话换--method fast再跑一遍。问它和普通 RAG 差在哪什么时候值得用普通 RAG 检索文本片段GraphRAG 额外把片段组织成知识图谱和社区报告。当你的问题是「这个数据集讲了什么」这类全局题时差距最明显。问支持哪些模型开箱默认 OpenAI 和 Azure OpenAI对话模型与嵌入模型在settings.yaml中各自配置也可以指向自己的部署端点。 接下来玩点什么想要界面把仓库克隆下来跑统一搜索应用git clone https://gitcode.com/GitHub_Trending/gr/graphrag cd graphrag/unified-search-app uv sync uv run poe start打开页面后同一个问题可以用不同搜索方法并排对比还能让应用替你生成候选问题。懒得开界面也行先用 global search 问一个全局问题再切 local 深挖某个实体的关系两种体验差一下就记住了。更多细节看官方文档所有配置项的说明在配置参考。【免费下载链接】graphragA modular graph-based Retrieval-Augmented Generation (RAG) system项目地址: https://gitcode.com/GitHub_Trending/gr/graphrag创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考