FalkorDB/GraphRAG-SDK

GraphRAG‑SDK – 基于图的检索增强生成框架

是什么 – 一个 Python SDK，可将文档集合（文本、PDF、Markdown、CSV 等）转换为存储在 FalkorDB 中的 知识图谱，并通过检索和遍历该图谱来回答自然语言问题。该库的核心理念是 检索步骤比 LLM 更重要；通过将答案基于图谱节点和边，可大幅减少幻觉。

为何重要 – 传统 RAG 流水线依赖扁平的向量相似度搜索，常会遗漏多跳事实且无法追溯。GraphRAG‑SDK 增加了：

关系遍历 – 即使事实在文本上不相似，只要通过实体链接，也能被发现。
出处边（MENTIONED_IN） – 每个答案均可追溯到支持它的精确源块（chunk）。
拒答支持 – SDK 可检测图谱中缺乏足够证据的情况，并返回明确的“证据不足”响应，而非捏造答案。
基准领先精度 – README 指出，在 GraphRAG‑Bench 上整体准确率达到 71.48 %，优于标准向量 RAG 基线。

核心概念

概念	作用
图谱模式	可选的 `GraphSchema` 允许声明实体类型（如 `Person`、`Organization`）和关系类型（如 `WORKS_AT`）。模式指导提取并确保类型化、可验证的事实。
摄入	`rag.ingest(text, document_id)` 使用 LLM 提取实体/关系，去重，创建嵌入，并将节点/边写入 FalkorDB。
最终化	`rag.finalize()` 执行跨文档去重并补全缺失嵌入；其时间复杂度为 O(图大小)，应在一批变更后调用一次。
检索 + 生成	`rag.completion(question, return_context=True)` 执行基于图的检索（向量、全文、可选文本转 Cypher），然后将检索到的上下文传递给 LLM 生成答案。
增量更新	`update()`、`delete_document()` 和 `apply_changes()` 允许在不从头重建的情况下，将图谱与源仓库（如 CI 流水线）保持同步。

典型工作流（5分钟演示）

安装 – pip install graphrag-sdk[litellm]（如需 PDF 支持，添加 [pdf]）。运行 FalkorDB 容器（docker run … falkordb/falkordb:latest）。
创建 GraphRAG 实例 – 提供 ConnectionConfig（主机 + 图名用于租户隔离）和 LLM/嵌入提供者（SDK 提供 LiteLLM 的轻量封装，任何 OpenAI 兼容模型均可使用）。
摄入文档 – 对每个源调用 ingest()。LLM 提取实体，嵌入器创建向量，SDK 写入 Cypher upsert。
最终化 – 每批处理后调用一次 finalize() 以去重和索引。
查询 – await rag.completion("Where does Alice work?") 返回 Answer 对象，包含 answer.answer 和（如请求）完整的检索路径。

安装与快速开始代码片段

pip install graphrag-sdk[litellm]
# 启动 FalkorDB（Docker）并设置你的 OpenAI 密钥
export OPENAI_API_KEY=sk-…

import asyncio
from graphrag_sdk import GraphRAG, ConnectionConfig, LiteLLM, LiteLLMEmbedder

async def main():
    async with GraphRAG(
        connection=ConnectionConfig(host="localhost", graph_name="demo"),
        llm=LiteLLM(model="openai/gpt-4o-mini"),
        embedder=LiteLLMEmbedder(model="openai/text-embedding-3-large", dimensions=256),
    ) as rag:
        await rag.ingest(text="Alice Johnson works at Acme Corp in London.", document_id="doc1")
        await rag.finalize()
        ans = await rag.completion("Where does Alice work?", return_context=True)
        print(ans.answer)
        print(ans.context)   # 出处边、源块等

asyncio.run(main())

主要特性（README 中列出）

基准领先精度（撰写时在 GraphRAG‑Bench 上排名第一）。
通过图谱基础检索和出处边实现幻觉减少。
快速、多租户 – 每个图谱由名称隔离；FalkorDB 提供亚毫秒级 Cypher 查询。
模块化流水线 – 可插入自定义摄入策略、LLM 提供者或嵌入后端。
增量更新 – 安全、幂等的 update()，具备崩溃恢复语义；支持 CI 的批处理。
可扩展模式 – 可声明或演进本体；SDK 可从传入文档中发现新类型。
可观测性钩子 – 2026 年 Q2 发布（即将推出），将添加生产级指标。

谁应该使用它

企业：需要可靠、可审计的 RAG 回答的领域（如法律、医疗、金融），其中幻觉不可接受。
开发者：构建聊天机器人、问答助手或内部知识库，希望实现图级推理（多跳事实、以实体为中心的查询）的人。
研究人员：对比较基于图的 RAG 与纯向量 RAG 感兴趣者；SDK 随附基准脚本和可复现文档。

如何进一步学习

完整文档： https://docs.falkordb.com/graphrag
入门指南、架构概览和可靠性/根植性文档（均链接自 README）。
示例画廊（graphrag_sdk/examples/…）涵盖快速入门、PDF 摄入、自定义策略、本体演进和“带拒答的根植答案”模式。

社区与贡献

开源，采用 Apache 2.0 许可。
活跃的 Discord、GitHub Discussions 和问题追踪器，用于支持和功能请求。
提供贡献指南和行为准则。

总结 – GraphRAG‑SDK 是一个生产就绪的、以 Python 为先的框架，将 FalkorDB 的图引擎与 LLM 驱动的实体提取相结合，提供比纯向量搜索流水线更准确、可追溯、可控的 RAG 系统。

FalkorDB/GraphRAG-SDK

GraphRAG‑SDK – 基于图的检索增强生成框架

相关