企业官网建设流程全解析

从十万页文档里挖出隐藏关系：GraphRAG 知识图谱 10 分钟跑通

【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

GraphRAG 是一个开源的图检索增强生成（RAG）系统：先用 LLM 从文本里抽实体和关系，建成知识图谱，再在图谱上做局部、全局两个层面的图检索与问答。它和向量 RAG 最大的不同，是检索时先走"结构化的骨架"，再补原文细节。

普通 RAG 什么时候开始失灵

你让向量 RAG 回答"这本书的核心主题是什么"，它只能捞出几个孤立的文本块，答案往往停留在"段落级观点"。GraphRAG 的做法是：让 LLM 通读全文，抽出实体、关系，构建成知识图谱；再把实体聚成社区，给每个社区生成一份摘要报告。查询时，宏观问题走社区报告，细节问题走实体邻域，两类问法都能接住。

把 txt 丢进 input，图谱就开始长

安装是一条命令的事，graphrag init会在工作区生成input/目录、.env（填 LLM 的 API Key）和settings.yaml（流水线配置）：

python -m pip install graphrag graphrag init

把文本文件放进input/（支持 .txt、.csv、.json、.jsonl 等格式），仓库自带的 Operation Dulce 样本数据 可以直接拿来试。然后跑索引：

graphrag index

这一步最耗 LLM 资源，第一次跑建议用小数据集加便宜模型。跑完output/里会出现一串 parquet：entities.parquet、relationships.parquet、communities.parquet、community_reports.parquet，这就是你的知识图谱的存储形态。

三种问法，对应三种检索

查询引擎的几种方法，按问题类型选：

• local：问具体实体，比如"Scrooge 是谁、和谁有关系"，在知识图谱里找实体邻域，再用原文补上下文；
• global：问宏观，比如"这批文档的核心主题"，对所有社区报告做 map-reduce 汇总；
• drift：两者混合，从社区报告出发再往局部下钻，适合"看似宏观、其实要细节"的问题。

graphrag query "What are the top themes in this story?" graphrag query "Who is Scrooge and his relationships?" --method local

想直观看图谱？打开 Web 界面

命令行能用，但对比起来费劲。仓库里的 unified-search-app 是一个 Streamlit 演示应用：同一个问题，local、global、drift 三种检索的结果并排展示，Community Explorer 里还能逐份翻社区报告。在它的目录下执行uv sync和uv run poe start，浏览器打开本地 8501 端口即可，数据集路径按 README 里的格式写进listing.json。

效果不理想，先改配置再改数据

两个最该认识的旋钮：settings.yaml里的models决定用哪个 LLM 和嵌入模型；extract_graph控制实体与关系抽取的行为。抽出来的实体质量差，官方建议先跟着提示词调优文档调整默认提示词，模板就放在 packages/graphrag/graphrag/prompts/，通常比换模型见效快。另外，新文档进来时用graphrag update做增量索引，不必整图重算。

把graphrag index贴进终端，换上你自己的那批文档，看看图谱把你的数据组织成什么样。

【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