GraphRAG进化，效率翻倍！

发布于 2024-11-15 12:46

浏览

0收藏

circlemind-ai组织开发了一个名为fast-graphrag的开源项目。这个项目的目标是提供一个高效、可解释且精度高的快速图检索增强生成（Fast GraphRAG）框架。该框架专门为Agent驱动的检索工作流程设计，能够轻松融入检索管道中，提供先进的RAG功能，同时避免了构建和设计Agent工作流程的繁琐复杂性。

项目的宗旨是增加全球成功的通用人工智能（GenAI）应用数量。为实现这一目标，他们开发了记忆和数据工具，使LLM应用能够利用高度专业化的检索管道，而无需费心设置和维护复杂的Agent工作流程。

GraphRAG进化，效率翻倍！-AI.x社区

该项目的主要特点和信息如下：

核心特性

知识的可解释性和可调试性：利用图形提供人类可浏览的知识视图，支持查询、可视化和更新。
高效、低成本、快速：针对大规模运行而设计，无需昂贵的资源投入。
数据动态性：自动生成和优化图形，以最佳方式适应特定领域和本体需求。
实时更新：支持数据变化的即时更新。
智能探索能力：采用基于PageRank的图形探索，提升准确性和可靠性。
异步和类型化设计：完全异步，并提供完整的类型支持，确保工作流程的稳健性和可预测性。

安装指南和快速上手

安装方式：可通过PyPi安装（推荐）或从源代码安装。

PyPi安装方法：

pip install fast-graphrag

源代码安装方法：

git clone https://github.com/circlemind-ai/fast-graphrag.git
cd fast-graphrag
poetry install

快速入门：
设置OpenAI API密钥：

export OPENAI_API_KEY="sk-..."

获取《圣诞颂歌》文本：

curl https://raw.githubusercontent.com/circlemind-ai/fast-graphrag/refs/heads/main/mock_data.txt > ./book.txt

Python代码示例：

from fast_graphrag import GraphRAG

DOMAIN = "分析这个故事并识别其中的角色。重点关注他们之间的互动、探索的地点以及彼此的关系。"

EXAMPLE_QUERIES = [
    "圣诞前夜在《圣诞颂歌》中有何重要意义？",
    "维多利亚时代的伦敦背景如何影响故事主题？",
    "描述导致斯克鲁奇性格转变的一系列事件。",
    "狄更斯如何运用不同的幽灵（过去、现在和未来）来引导斯克鲁奇？",
    "为什么狄更斯选择将故事分为'乐章'而非章节？"
]

ENTITY_TYPES = ["人物", "动物", "地点", "物品", "活动", "事件"]

grag = GraphRAG(
    working_dir="./book_example",
    domain=DOMAIN,
    example_queries="\n".join(EXAMPLE_QUERIES),
    entity_types=ENTITY_TYPES
)

with open("./book.txt") as f:
    grag.insert(f.read())

print(grag.query("斯克鲁奇是谁？").response)