GraphRAG（Graphs + Retrieval Augmented Generation）是微軟研究院開發的一個開源項目，它是一個模組化的基於圖的檢索增強生成系統。該項目結合了文本提取、網路分析和大語言模型提示與摘要生成，形成了一個端到端的系統，專門用於深度理解文本數據集。
GraphRAG 使用大語言模型（LLM）自動從任何文本文檔集合中提取豐富的知識圖譜。這個基於圖的數據索引最令人興奮的特性之一是它能夠在任何用戶查詢之前報告數據的語義結構。
系統不僅提取實體和關係，還會構建社區層次結構，生成這些社區的摘要，然後在執行基於 RAG 的任務時利用這些結構。
通過創建基於輸入語料庫的知識圖譜，GraphRAG 極大地改善了 RAG 的 "檢索" 部分，用更高相關性的內容填充上下文窗口，從而產生更好的答案並捕獲證據來源。
GraphRAG 項目是一個數據管道和轉換套件，專門設計用於利用大語言模型的力量從非結構化文本中提取有意義的結構化數據。
項目提供了命令行界面（CLI）和 GraphRAG 加速器解決方案，簡化了開發者和用戶的使用體驗。
GraphRAG 創建多個輸出產物來存儲索引的知識模型，這些產物在未來版本中會持續更新和迭代。
GraphRAG 特別適用於需要從大量文本數據中發現複雜模式和關係的場景，能夠回答傳統 RAG 系統難以處理的全局性問題。
對於包含豐富敘述內容的私有數據集，GraphRAG 能夠解鎖 LLM 在這些數據上的發現能力。
系統能夠生成研究問題，優化知識庫，改進用戶提示，創建提升 AI 代理智能的工具。
項目提供了從 PyPI 安裝的簡單選項，包含完整的端到端示例，展示如何使用系統索引文本並使用索引數據回答關於文檔的問題。
graphrag init 命令.env 和 settings.yaml 配置文件系統支持多種文本格式的輸入，能夠處理大規模文檔集合並建立相應的知識圖譜。
作為開源項目，GraphRAG 促進了學術界和工業界在圖增強 RAG 技術方面的協作和發展。
Microsoft GraphRAG 代表了檢索增強生成技術的重要進步，通過將知識圖譜與大語言模型相結合，顯著提升了文本理解和問答系統的能力。它不僅是一個技術工具，更是推動 AI 在複雜文本分析領域發展的重要里程碑。