RAGgraph

目录

• GraphRAG 深度剖析之原理 & 快速实践
• GraphRAG 深度剖析之 Index 流程详解
• GraphRAG 深度剖析之 Query 流程详解
• GraphRAG 深度剖析之源码二次开发优化

一、RAG原理

I 经典RAG实现流程

II 什么是知识图谱

1. 是一个存储信息的方法
2. 描述的是事实
3. 核心表达是实体和关系
4. 可以有多种实体，多种关系

III GraphRAG 产品对比

编号	项目名	特色	开源地址	Star 数
1	Microsoft GraphRAG	一个能够将知识图谱和 RAG 结合起来的数据工作流和转换工具，可以提供数据处理，检索问答能力，目前实测准确率最好，不过成本高，社区搜索速度慢。	https://github.com/microsoft/graphrag	24.7K
2	LightRAG	一个轻量级的 RAG 框架，支持图增强文本索引、增量更新算法等，比 Microsoft GraphRAG 更适合个人使用，成本相对较低。	https://github.com/HKUDS/LightRAG	15.5k
3	Fast‑GraphRAG	更低延迟的 GraphRAG 实现，动态数据生成和增量更新等，成本约为 Microsoft GraphRAG 的 1/6。	https://github.com/circlemind‑ai/fast‑graphrag	3.2k