Knowledge2026年4月2日·1 分钟阅读

GraphRAG — Knowledge Graph RAG by Microsoft

Build knowledge graphs from documents for smarter RAG. Local and global search over entity relationships. By Microsoft Research. 31K+ stars.

TO
TokRepo精选 · Community
快速使用

先拿来用，再决定要不要深挖

这里应该同时让用户和 Agent 知道第一步该复制什么、安装什么、落到哪里。

```bash pip install graphrag graphrag init --root ./my-project graphrag index --root ./my-project graphrag query --root ./my-project --method local "主要发现是什么？" ``` ---
## 简介 GraphRAG 是微软研究院开源的基于知识图谱的 RAG 系统，拥有 31,900+ GitHub stars。与传统 RAG 仅通过向量相似度检索文本块不同，GraphRAG 先从文档中提取结构化知识图谱（实体、关系、社区结构），再利用图谱进行更深层次的推理回答。提供两种搜索模式：**局部搜索**（针对特定实体）和**全局搜索**（整体语料库总结）。研究表明 GraphRAG 在复杂推理任务上显著优于朴素 RAG。 适用于：OpenAI GPT-4、Anthropic Claude、Azure OpenAI。适合在大型文档集合上需要多跳推理的 RAG 场景。 --- ## 核心原理 ### 索引管线 文本分块 → LLM 提取实体和关系 → 构建知识图谱 → Leiden 社区检测 → LLM 生成社区摘要 ### 局部搜索 从知识图谱中沿实体关系遍历，结合源文本块和社区报告回答特定实体问题。 ### 全局搜索 使用 Map-Reduce 模式：每个社区报告独立回答问题，最后聚合综合为最终答案。 ### 性能基准 微软研究评估显示：在整体性问题上，GraphRAG 以 72-83% 的胜率优于朴素 RAG。 ---
🙏

来源与感谢

> Created by [Microsoft Research](https://github.com/microsoft). Licensed under MIT. > > [graphrag](https://github.com/microsoft/graphrag) — ⭐ 31,900+

讨论

登录后参与讨论。
还没有评论，来写第一条吧。

相关资产

LaVague — Natural Language Web Automation

Give a text objective, LaVague drives the browser to accomplish it. Large Action Model framework for web agents. 6.3K+ stars.

TokRepo精选

Trae Agent — AI Coding Agent by ByteDance

Open-source autonomous coding agent for software engineering tasks. Multi-provider LLM support. By ByteDance. 11K+ stars.

TokRepo精选

bolt.diy — AI Full-Stack App Builder, Any LLM

Community fork of Bolt.new. Prompt, edit, and deploy full-stack web apps with any LLM provider. 19K+ GitHub stars.

TokRepo精选
◈首页🔍搜索👤我的