为了弥补大模型能力的不足，催生了RAG技术，开源也好，闭源的也罢，有很多相关产品了。
近日，微软在GitHub上正式开源了自家的RAG产品：GraphRAG
短短两日，已经在github上收获了3.1k星！
GraphRAG是什么？
GraphRAG全称为Graph-based Retrieval Augmented Generation是一种结合了知识图谱和检索增强生成（RAG）技术的新方法。
传统的RAG技术通过从外部知识库中检索相关信息，增强生成模型的输出质量。而GraphRAG则进一步引入了知识图谱，将信息以节点和边的形式存储，提供更丰富的上下文和关系信息，从而提升生成效果。
GraphRAG实现原理
GraphRAG的核心在于其两阶段构建过程：
首先，GraphRAG会从源文档中识别出实体（如人物、地点、概念等），并构建它们之间的关系网络，形成庞大的知识图谱。这个过程就像我们拆解一只鸡，将其分解成腿、翅膀、胸肉等部分，并了解它们之间的连接关系。
接下来，GraphRAG使用社区检测算法，将知识图谱中的节点划分为不同的区域，每个社区代表一个特定的主题或概念。然后，针对每个社区，GraphRAG会生成一个摘要，这个摘要是对区域内所有实体和关系的总结，提供了对数据集的高层次理解。
GraphRAG的优势
相比于传统的RAG技术，GraphRAG在多个方面展现出了显著的优势：
GraphRAG通过构建知识图谱，能够捕捉到整个数据集的全貌，而不仅仅是局部文本片段。这使得它在处理大规模数据集时，能够生成更加全面和准确的答案。
提高摘要质量和多样性：GraphRAG通过并行生成社区摘要，并汇总这些摘要来生成最终答案，能够从不同的角度和社区中提取信息，生成更丰富的摘要。
地址：
https://github.com/microsoft/graphrag