GraphRAG（README）
输入“/”快速插入内容
GraphRAG（README）
GraphRAG（README）
框架介绍
GraphRAG 是一种基于图的检索增强生成（RAG）框架，由 Microsoft 于 2024 年 10 月 15 日首次公开，旨在通过知识图谱提升大型语言模型（LLM）的生成能力。截至 2025 年 2 月 27 日，GraphRAG 被广泛认为是 RAG 领域的创新，特别适合处理复杂关系查询和长文档。
其核心理念是将传统文档转换为图结构，利用图查询和 LLM 结合生成更准确、上下文相关的回答。GraphRAG 适用于需要深度关系分析的领域，如金融（风险评估）、医疗（疾病与治疗关系）、法律（法规关联性分析）。它也支持长文档处理，特别适合企业知识管理。GraphRAG 与传统 RAG 比较：
特性 | GraphRAG | 传统 RAG |
数据结构 | 知识图谱（节点、边） | 向量数据库（嵌入向量） |
检索方式 | 图查询（遍历、社区检测） | 相似性搜索（余弦相似度） |
适合场景 | 复杂关系查询、长文档 | 简单关键词匹配、短文档 |
多模态支持 | 是（文本、图像、表格） | 有限（主要文本） |
计算成本 | 高（图构建和查询） | 低（嵌入生成和搜索） |
GraphRAG 是一种创新的 RAG 框架，通过知识图谱提升生成内容的准确性和相关性，特别适合复杂关系查询和长文档处理。其多模态支持和开源性为开发者提供了广阔的定制空间，尽管计算成本较高，未来有望在多种工业领域发挥更大作用。
快速阅览
我们团队在文档不同的位置进行了详细的介绍，您可以点击进入并查看具体的技术文档。
☑️ 入门介绍
☑️ 进阶之路
1、GraphRAG搭建本地知识库
❤️ 赋范社区交流群
海量硬核独家技术干货内容+无门槛技术交流~
上图扫码👆即刻入群！
📍 社群技术交流氛围浓厚，不定期开设硬核干货&前沿技术公开课噢~