企业官网建设流程全解析

DB-GPT Graph RAG 部署指南：基于 TuGraph 图数据库的知识图谱检索实战

【免费下载链接】DB-GPTopen-source agentic AI data assistant for the next generation of AI + Data products.项目地址: https://gitcode.com/GitHub_Trending/db/DB-GPT

本文是一份面向开发者的 Graph RAG 安装与配置指南，完整讲解如何在 DB-GPT 中以 TuGraph 图数据库为底层存储构建知识图谱检索（Graph RAG）能力。你将学会：通过uv sync安装 graph_rag 相关依赖、用 Docker 拉起 TuGraph 实例、在dbgpt-graphrag.toml中正确配置图存储连接，并理解从"文档加载 → 三元组抽取 → 图谱存储 → 图谱召回"的完整链路，最终启动 WebServer 让 RAG 应用跑通图谱检索。

为什么用 Graph RAG：从向量检索到图谱检索

DB-GPT 默认的 RAG 方案基于向量数据库，通过把文档切块后向量化来实现语义相似度召回。然而向量检索存在两个天然短板：不确定性（相似度打分缺少可解释性）与可解释性不足（难以向用户说明"为什么召回这一段"）。

Graph RAG 的解决思路是：用图数据库来承载知识。文档被 LLM 抽取为（实体、关系、实体）三元组并写入图存储，查询时先在图上做实体/关键词定位，再沿关系边扩展子图召回。这种结构化的检索路径比纯粹的向量近似更可控，也便于溯源——这也是文档中明确指出的核心动机："Using a graph database to implement RAG can, to some extent, alleviate the uncertainty and interpretability issues brought about by vector database retrieval."

DB-GPT 目前内置的图谱索引体系由多类子图构成（详见 Knowledge Base Indexing Principles）：

• LLM 三元组图谱（语义层）：(entity) -predicate- (entity)，由 LLM 从文本抽取；
• 文档-段落图谱（结构层）：document -include- chunk、chunk -next- chunk，记录文档与切块的包含、阅读顺序关系；
• Markdown 标题图谱：file → H1 → H2 → H3的contains层级；
• 代码图谱：基于 AST（tree-sitter）解析出的function/class节点与defines边。

其中三元组图谱与文档-段落图谱存放在图数据库（TuGraph / Neo4j / Memgraph）中，这正是本篇文章要安装与配置的部分。

第一步：安装 graph_rag 依赖

在仓库根目录执行以下uv sync命令，一次性拉取 base、RAG、图存储、示例运行所必需的全部可选依赖：

uv sync --all-packages \ --extra "base" \ --extra "proxy_openai" \ --extra "rag" \ --extra "storage_chromadb" \ --extra "dbgpts" \ --extra "graph_rag"

各 extra 的作用：

提示：graph_ragextra 会引入与 TuGraph 交互的图存储实现，代码位于 packages/dbgpt-ext/src/dbgpt_ext/storage/graph_store/tugraph_store.py。若运行示例时提示缺少dbgpt_tugraph_plugins包，可按源码中的提示安装dbgpt-tugraph-plugins==0.1.1——该包提供 community 检测所需的leiden插件二进制（见TuGraphStore._upload_plugin的实现逻辑）。

第二步：用 Docker 准备 TuGraph 图数据库

TuGraph 是 DB-GPT 支持的首个图数据库。文档建议使用4.5.1 及以上版本的 TuGraph 镜像。最直接的方式是拉取官方运行时镜像并启动容器：

docker pull tugraph/tugraph-runtime-centos7:4.5.1 docker run -d -p 7070:7070 -p 7687:7687 -p 9090:9090 \ --name tugraph_demo \ tugraph/tugraph-runtime-centos7:latest \ lgraph_server -d run --enable_plugin true

端口说明：

• 7070：TuGraph 可视化 Web 管理界面；
• 7687：Bolt 协议端口（默认连接端口），DB-GPT 通过该端口写入与查询图谱；
• 9090：TuGraph HTTP API 端口。

命令中的--enable_plugin true非常关键：DB-GPT 的社区检测（community detection）需要向图数据库动态上传leiden等 C++ 插件，若未开启插件能力，enable_summary等依赖社区摘要的功能将无法工作。

镜像下载提示：若 docker hub 拉取困难，文档同时给出了 OSS 离线包方案——直接下载对应 tar 包并docker load导入：

wget 'https://tugraph-web.oss-cn-beijing.aliyuncs.com/tugraph/tugraph-4.5.1/tugraph-runtime-centos7-4.5.1.tar' -O tugraph-runtime-centos7-4.5.1.tar docker load -i tugraph-runtime-centos7-4.5.1.tar

容器启动后可用curl http://127.0.0.1:7070或直接访问 Web 界面验证服务可用，再进入下一步配置。

第三步：在 dbgpt-graphrag.toml 中配置 TuGraph 连接

仓库根目录已提供 Graph RAG 专属配置模板 configs/dbgpt-graphrag.toml。核心的图存储连接配置如下：

[rag.storage.graph] type = "TuGraph" host = "127.0.0.1" port = 7687 username = "admin" password = "73@TuGraph" enable_summary = "True" enable_similarity_search = "True"

其中type需与 tugraph_store.py 中TuGraphStoreConfig.__type__ = "tugraph"对应的注册类型保持一致，源码对大小写做了兼容处理（config.get_type_value() or os.getenv("GRAPH_STORE_TYPE")，见 knowledge_graph.py）。

连接参数源码级解读

TuGraphStoreConfig 的字段可通过配置文件或环境变量两种途径生效，环境变量优先级低于显式配置（config.host or os.getenv("TUGRAPH_HOST")）：

更多高级参数（模板中默认注释）

dbgpt-graphrag.toml中还提供了丰富的进阶配置项，按需取消注释即可启用：

# enable_summary = "True" # community_topk = 20 # 社区召回数量 # community_score_threshold = 0.3 # 社区召回分数阈值 # triplet_graph_enabled = "True" # 启用三元组子图 # extract_topk = 20 # 三元组抽取召回 top-k # document_graph_enabled = "True" # 启用文档-段落结构子图 # knowledge_graph_chunk_search_top_size = 20 # knowledge_graph_extraction_batch_size = 20 # enable_similarity_search = "True" # 启用相似度检索 # knowledge_graph_embedding_batch_size = 20 # similarity_search_topk = 5 # extract_score_threshold = 0.7 # enable_text_search = "True" # 启用文本检索 # text2gql_model_enabled = "True" # 启用 Text2GQL 模型 # text2gql_model_name = "qwen2.5:latest"

这些参数与 CommunitySummaryKnowledgeGraph 的构造参数一一对应（如kg_community_top_k、kg_extract_top_k、kg_triplet_graph_enabled、kg_document_graph_enabled、kg_text2gql_model_name等），每个参数在初始化时都会回退到对应环境变量读取，例如kg_community_top_k对应KNOWLEDGE_GRAPH_COMMUNITY_SEARCH_TOP_SIZE。

第四步：启动 WebServer

配置完成后，使用--config指定 Graph RAG 配置启动服务：

uv run python packages/dbgpt-app/src/dbgpt_app/dbgpt_server.py --config configs/dbgpt-graphrag.toml

启动后默认监听0.0.0.0:5670（[service.web]配置段），服务会将 RAG 相关请求路由到启用了图谱检索的知识库上。

备选方案：若你已有自己的 LLM 服务配置（如 OpenAI 代理），也可以直接使用通用代理配置启动：

uv run python packages/dbgpt-app/src/dbgpt_app/dbgpt_server.py --config configs/dbgpt-proxy-openai.toml

两种方式的差异在于模型来源配置（[models]段），图谱存储配置段（[rag.storage.graph]）需要保持相同。

从源码理解 Graph RAG 的完整工作流

仓库提供了可直接运行的官方示例 examples/rag/graph_rag_example.py，其核心流程清晰地展示了"写入图谱 → 图谱召回 → LLM 作答"三步走：

# 1. 构建知识图谱连接器（三元组图谱） kg = BuiltinKnowledgeGraph( config=TuGraphStoreConfig(), name="naive_graph_rag_test", embedding_fn=None, llm_client=llm_client, llm_model=model_name, ) # 2. 文档 -> 切块 -> 图谱持久化 assembler = await EmbeddingAssembler.aload_from_knowledge( knowledge=knowledge, chunk_parameters=chunk_parameters, index_store=kg, retrieve_strategy=RetrieverStrategy.GRAPH, # 指定 GRAPH 检索策略 ) await assembler.apersist() # 3. 图谱召回并交给 LLM 生成答案 retriever = assembler.as_retriever(1) chunks = await retriever.aretrieve_with_scores(question, score_threshold=0.3) print(await ask_chunk(chunks[0], question))

示例中内置了两组测试用例（可用pytest -s examples/rag/graph_rag_example.py运行），可对照理解两种图构建模式：

示例使用的测试数据为 examples/test_files/graphrag-mini.md，其内容本身就是"TuGraph 项目生态图谱"与"DB-GPT 项目生态图谱"的实体-关系清单，例如(TuGraph-family/tugraph-db#common_developer#vesoft-inc/nebula)，非常适合验证三元组抽取与图谱召回效果。

底层实现链路

1. 三元组抽取：BuiltinKnowledgeGraph 在load_document/aload_document中调用TripletExtractor对每个 chunk 抽取(subject, predicate, object)三元组，再通过GraphStoreAdapter.insert_triplet写入图库。
2. 关键词召回：检索阶段asimilar_search_with_scores先用KeywordExtractor从问题中抽取关键词，再调用explore_trigraph在图库中定位实体并扩展子图，最后把子图以实体/关系列表的形式构造成 context chunk（见 knowledge_graph.py）。
3. 社区摘要：启用enable_summary后，CommunitySummaryKnowledgeGraph会利用leiden插件做社区发现，并对每个社区生成 LLM 摘要，检索时按community_topk与community_score_threshold召回社区摘要，从而覆盖三元组无法直接命中的宏观问题。
4. 多路召回组合：图检索器支持triplet_graph_enabled（三元组子图）与document_graph_enabled（文档结构子图）同时开启，并结合向量相似度搜索（similarity_search_topk）做混合召回，相关逻辑位于 packages/dbgpt-ext/src/dbgpt_ext/rag/retriever/graph_retriever/graph_retriever.py。

参数速查：TuGraphStoreConfig

完整的参数参考可查看 TuGraphStoreConfig 配置文档，核心可配项即上表所列。注意enable_similarity_search默认值为False，示例配置文件显式置为"True"是为了让图谱召回同时享受向量语义检索的增益——该能力要求你同时在[models.embeddings]段配置好 embedding 模型。

相关阅读

• Knowledge Base Indexing Principles —— 文档从"原始文件"到"可检索索引"的完整索引原理，涵盖向量、关键词、知识图谱三类持久化索引与结构树、代码图谱两类叠加能力；
• Agentic RAG Conversation Principles —— 问题如何经过 agentic 检索循环最终变成带引用的回答；
• RAG module reference —— RAG 模块整体参考文档，包含检索器、组装器与存储抽象。

【免费下载链接】DB-GPTopen-source agentic AI data assistant for the next generation of AI + Data products.项目地址: https://gitcode.com/GitHub_Trending/db/DB-GPT