GraphRAG本地部署 v2.7.0

1.本地部署

1.1 基于源码的开发

1.1.1 准备运行环境

（1）创建虚拟环境（miniconda等）。

conda create -n GraphRAG python=3.11
conda activate GraphRAG

（2）下载源码并进入目录

git clone https://github.com/microsoft/graphrag.git   
cd graphrag

1.1.2 下载依赖并初始化项目

(1) 安装 poetry 资源包管理工具及相关依赖

pip install poetry 
poetry install

(2) 初始化

1) 在 graphrag 文件夹下面创建一个./ragtest/output

2) 命令行运行 graphrag init --root ./ragtest

这将在 ./ragtest 目录下创建两个文件：.env 和 settings.yaml。

.env 文件包含运行 GraphRAG 流程所需的环境变量。查看该文件时，你会看到其中定义了一个环境变量：GRAPHRAG_API_KEY=<API_KEY>。请将 <API_KEY> 替换为你自己的 OpenAI 或 Azure API 密钥。

settings.yaml 文件包含该流程的配置信息。你可以修改此文件来更改流程的相关配置。

(3) 使用大模型 API

若在 OpenAI 模式下运行，只需在 .env 文件中，将 GRAPHRAG_API_KEY 的值更新为你的 OpenAI API 密钥即可。

使用 Azure OpenAI

除设置 API 密钥外，Azure OpenAI 用户还需在 settings.yaml 文件中设置以下变量。如需找到对应的配置部分，只需搜索 models: 根配置；你会看到两个部分，一个用于默认聊天端点，另一个用于默认嵌入端点。以下是需添加到聊天模型配置中的示例：

type: azure_openai_chat # Or azure_openai_embedding for embeddings
api_base: https://<instance>.openai.azure.com
api_version: 2024-02-15-preview # You can customize this for other versions
deployment_name: <azure_model_deployment_name>

在 Azure 上使用托管身份验证（Managed Auth）

若要使用托管身份验证，需在模型配置中编辑 auth_type 字段，并删除 api_key 相关行：

auth_type: azure_managed_identity # Default auth_type is is api_key

1.1.3 运行索引流程

poetry run poe index <...args>

在当前项目的 Poetry 虚拟环境中，执行通过 poe 定义的 “index” 命令（启动索引流程），并以当前目录作为根目录。

1.1.4 进行查询

GraphRAG 提供了两种查询方式

1）全局查询：更侧重全文理解

poetry run poe query --root . --method global "本文主要讲了什么？"

运行成功后可以看到输出成果

2）局部查询：更侧重细节

poetry run poe query --root . --method local "本文主要讲了什么"

1.2 在 python 包的基础上进行（快速尝试）

虚拟环境要求 python=3.11 。

1.2.1 环境安装

pip install graphrag

1.2.2 初始化项目

创建一个临时的文件夹 graphrag ，用于存在运行时数据

mkdir -p ./christmas/input

从可靠渠道获取查尔斯・狄更斯（Charles Dickens）所著《圣诞颂歌》（A Christmas Carol）的副本：

curl https://www.gutenberg.org/cache/epub/24022/pg24022.txt -o ./christmas/input/book.txt

设置工作区变量

若要初始化工作区，请先运行 graphrag init 命令。由于我们已在之前的步骤中配置了名为 ./christmas 的目录，请运行以下命令：

graphrag init --root ./christmas

这将在 ./christmas 目录下创建两个文件：.env 和 settings.yaml。

.env 文件包含运行 GraphRAG 流程（pipeline）所需的环境变量。查看该文件时，你会看到其中定义了一个环境变量：GRAPHRAG_API_KEY=<API_KEY>。请将 <API_KEY> 替换为你自己的 OpenAI 或 Azure API 密钥。

settings.yaml 文件包含该流程（pipeline）的配置信息。你可以修改此文件来更改流程的相关配置。

1.2.3 索引流程

graphrag index --root ./christmas

此过程运行需要一定时间，具体时长取决于以下因素：输入数据的大小、所使用的模型，以及采用的文本分块大小（这些参数可在 settings.yaml 文件中配置）。当流程（pipeline）完成后，你会看到一个名为 ./christmas/output 的新文件夹，其中包含一系列 Parquet 文件。

1.2.4 问题询问

现在我们使用这个数据集来提出一些问题。

以下是一个使用全局搜索（Global Search）提出宏观问题的示例：

graphrag query \
--root ./christmas \
--method global \
--query "What are the top themes in this story?"

命令中的反斜杠 \ 用于换行分隔参数，保持命令结构清晰，执行时会被视为单行命令。

以下是使用本地搜索（Local Search）就某个特定角色提出更具体问题的示例：

graphrag query \
--root ./christmas \
--method local \
--query "Who is Scrooge and what are his main relationships?"

参考文献

[1] Getting Started - GraphRAG

[2] 微软开源GraphRAG的使用教程（最全，非常详细）_graphrag使用-CSDN博客