GraphRAG：三分钟把一堆文档变成可问答的知识图谱

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 3.10-3.12）：

python -m pip install graphrag graphrag init

init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