基于 GraphRAG 构建知识图谱增强 LLM 检索：以《红楼梦》为例
最近尝试把《红楼梦》接入大模型（LLM），用于打造知识检索增强的智能体，效果一直不太理想。传统 RAG 主要依赖向量相似度搜索，在处理复杂关系推理时往往力不从心。
今天发现一个 GitHub 高赞项目 - GraphRAG，微软开源。它首先通过 LLM 进行实体提取、关系提取，将知识库构建成知识图谱，然后再基于知识图谱，利用 LLM 回答用户问题。这种结构化数据的方式显著提升了推理能力。
GraphRAG 是一种结构化、分层的检索增强生成 (RAG) 方法，与使用纯文本片段的朴素语义搜索方法不同。GraphRAG 的处理流程包括从原始文本中提取知识图、构建社区层次结构、为这些社区生成摘要，然后在执行基于 RAG 的任务时利用这些结构。
大白话解释一下：GraphRAG 是一个数据转换套件，旨在利用 LLM 从非结构化文本中提取有价值的结构化数据，进而构建成知识图谱。
1. GraphRAG 是什么
图谱有两个最重要的概念：节点和边。 比如在知乎：你和猴哥都是一个节点，你关注猴哥就构成一条边，你给猴哥点赞也构成一条边。你我和构成的边，都是图谱的一部分。
发布至今，已有 15.9K Star，并且项目还在持续迭代中。
2. 安装使用
环境准备
首先，在 Python 虚拟环境中一键安装：
pip install graphrag
然后，创建一个项目文件夹 graphrag，并在其中新建 input 文件夹，用于存放知识库数据：
mkdir graphrag
mkdir graphrag/input
把你的知识库文件（如 红楼梦.txt）装入 graphrag/input 后，一键初始化项目：
python -m graphrag.index --init --root graphrag/
这一步，如果遇到如下报错：
from past.utils import old_div
ModuleNotFoundError: No module named 'past'
提示缺少 past 模块，future 库提供了向后兼容的接口。安装 future，即可确保程序正常：
pip install future
项目目录结构
初始化成功后，项目目录结构如下：
graphrag/
├── .env
├── input
│ └── 红楼梦.txt
├── prompts
│ ├── claim_extraction.txt
│ ├── community_report.txt
│ ├── entity_extraction.txt
│ └── summarize_descriptions.txt
└── settings.yaml
