微软 GraphRAG 实战部署与配置指南

2. Embedding 配置

需部署本地 Embedding 服务或使用兼容 API。示例中使用 Qwen 7B 模型部署的本地服务：

embeddings:
  llm:
    api_key: ${GRAPHRAG_API_KEY}
    type: openai_embedding
    model: text-embedding-ada-002
    api_base: http://localhost:8080

3. 并行化设置

根据硬件资源调整并行线程数，可提升索引速度：

parallelization:
  stagger: 0.3
  num_threads: 50

索引构建

完成配置后，启动索引构建过程。此过程较为耗时，取决于文档大小和硬件性能。

poetry run poe index --root .

构建流程说明：

1. 实体提取：扫描文档，提取实体并建立初步缓存。
2. 关系构建：基于实体关系构建知识图谱连接。
3. 社区发现：识别紧密关联的实体群，生成社区摘要。

*注意：索引过程中产生的日志位于 output 目录，若出现错误可在此排查。

查询方式

GraphRAG 提供两种查询模式：

1. 局部查询 (Local Query)

结合知识图谱中的相关数据与原始文档文本块生成答案。适用于特定实体的细节查询。

poetry run poe query --root . --method local "塘沽前线发生了什么"

局限性：依赖实体抽取质量，若 LLM 抽取能力不足，可能导致检索效果不佳。

2. 全局查询 (Global Query)

通过 Map-Reduce 方式搜索所有 AI 生成的社区报告。适用于了解整个数据集的全局性问题。

poetry run poe query --root . --method global "xxx"

要求：资源密集型操作，需要 LLM 支持较大的 Context Window（建议 32K+），对 Token 消耗较大。

常见问题与优化

1. Token 消耗

构建知识图谱会消耗大量 Token。例如，索引 2.9 万字的文档可能消耗约 13 万 Token。建议在生产环境中监控 Token 使用情况。

2. 模型适配

框架目前仅支持 OpenAI SDK 协议。若需接入其他模型，可通过封装网关实现协议兼容。

3. 性能优化

• 增加 num_threads 以提升并行处理能力。
• 合理设置 tokens_per_minute 防止触发限流。
• 利用 cache 目录减少重复计算。

4. 错误排查

• 若遇到 qwen-long 报错，请切换至 qwen-turbo。
• 检查 api_base 地址是否可达。
• 确认 settings.yaml 缩进格式正确。

总结

GraphRAG 通过引入知识图谱显著提升了 RAG 系统的推理能力，特别适合处理复杂、多跳的问答任务。尽管构建成本较高且对模型上下文窗口有要求，但在大规模知识库场景下，其效果优于传统向量检索。开发者可根据实际需求选择局部或全局查询策略，并通过配置优化平衡性能与成本。