FalkorDB/GraphRAG-SDK

Build fast and accurate GenAI apps with GraphRAG SDK at scale 🌟

解決する課題

GraphRAG SDK は、標準的な検索拡張生成 (RAG) システムにおける一般的な障害点、特に不十分な検索に起因する LLM のハルシネーションに対処します。ベクトルベースの標準的な RAG ではマルチホップの関係性を捉えたり、検証可能な証拠を提供したりすることが困難な場合がありますが、本フレームワークは構造化された型付きの事実を知識グラフに格納することで、より正確な検索と追跡可能で引用可能な回答を実現します。

仕組み

FalkorDB 上に構築されたモジュール式フレームワークとして機能します。取り込み時にドキュメントからエンティティと関係を抽出し、知識グラフを構築します。ユーザーが質問すると、システムはベクトル類似性のみに頼るのではなく、グラフを走査して関連する証拠を見つけます。MENTIONED_IN エッジによる出所追跡をサポートしており、生成された主張のソースを検証したり、グラフに十分な証拠がない場合に回答を控えたりすることが可能です。

対象ユーザー

本 SDK は、高い事実信頼性、マルチテナントサポート、およびデータに対する複雑なマルチホップ推論を必要とする、本番環境グレードの RAG アプリケーションを構築する開発者やエンジニア向けに設計されています。

ハイライト

  • ベンチマークをリードする精度： マルチドキュメントおよび医療関連のベンチマークにおいて、標準的なベクトル RAG や他のグラフベースの検索手法を上回る性能を発揮します。
  • 追跡可能な出所： すべての回答を特定のソースチャンクにリンクできるため、検証が可能になり、ハルシネーションを低減します。
  • 増分更新： 知識グラフを完全に再構築することなく、効率的なドキュメントの更新と削除をサポートします。
  • 柔軟なスキーマ： ユーザーがカスタムオントロジー（エンティティおよび関係タイプ）を定義し、抽出された情報を制約・構造化できます。
  • 本番環境対応機能： マルチテナンシー、PDF 取り込み、および構成可能な検索戦略のサポートが含まれています。

関連

  • プロジェクト
    RManLuo/gfm-rag

    GFM‑RAG は、ドキュメント（または既存の知識グラフ）からグラフインデックスを構築し、事前学習済みのグラフ基盤モデル（グラフニューラルネットワーク）を使用して、検索拡張生成のための関連する文章を取得する Python ライブラリです。新しいデータセットでも即座に利用可能で、特定ドメイン向けのファインチューニングも可能であり、マルチホップ推論の解釈可能な経路を提供します。

  • プロジェクト
    HKUDS/LightRAG

    LightRAG は、ベクトル埋め込みとナレッジグラフインデックスを組み合わせたオープンソースの Python フレームワークで、高速でスケーラブルな検索拡張生成を実現します。複数のチャンキング戦略、マルチモーダル文書解析、増分更新、さまざまなストレージバックエンドをサポートし、REST API と Web UI を備えています。

  • プロジェクト
    trustgraph-ai/trustgraph

    TrustGraphは、ドキュメントを標準準拠のRDF/OWLナレッジグラフに変換し、完全な来歴（provenance）を追加し、LLM駆動型エージェント向けに自然言語およびSPARQLクエリインターフェースを提供するオープンソースのオントロジーネイティブプラットフォームです。Dockerコンテナとして提供され、取り込みパイプライン、UI、完全なLLM推論スタックが含まれており、複雑なAIユースケースにおけるハルシネーションの排除と説明可能性の向上を目指しています。

  • プロジェクト
    GiovanniPasq/agentic-rag-for-dummies

    チュートリアル形式のオープンソースPythonプロジェクト。LangGraph、階層的チャンキング、会話メモリ、クエリ明確化、マルチエージェントのマップリデュース、自己修正、RAGASによる評価を備えた、モジュール式でエージェント駆動の検索拡張生成システムの構築方法を示しています。Ollama、OpenAI、Anthropic、Google Gemini、Qdrantベクトルストア、およびオプションのLangfuseオブザーバビリティに対応しています。

  • プロジェクト
    neo4j/neo4j-graphrag-python

    Neo4j が提供する Python ライブラリで、グラフ検索拡張生成（GraphRAG）アプリを構築できます。テキスト/PDF を Neo4j ナレッジグラフに変換するパイプライン、ベクトルインデックス作成のユーティリティ、ベクトル検索とグラフトラバーサルを組み合わせたハイブリッド検索器、そしてサポートされている LLM（OpenAI、Anthropic、Ollama など）を接続できるシンプルな RAG API を提供します。`pip install neo4j-graphrag` でインストールし（LLM 用のオプションの追加パッケージあり）、ナレッジグラフを作成し、埋め込みをインデックス化して、自然言語でクエリを実行します。