> [!NOTE] > 本文档由 WeHub 基于上游 README 翻译整理,属于社区翻译,非官方中文文档。 > [English](./README.en.md) · [原始项目](https://github.com/microsoft/graphrag) · [上游 README](https://github.com/microsoft/graphrag/blob/HEAD/README.md) > 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。 # GraphRAG 👉 [Microsoft Research 博客文章](https://www.microsoft.com/en-us/research/blog/graphrag-unlocking-llm-discovery-on-narrative-private-data/)
👉 [阅读文档](https://microsoft.github.io/graphrag)
👉 [GraphRAG Arxiv](https://arxiv.org/pdf/2404.16130)
PyPI - Version PyPI - Downloads GitHub Issues GitHub Discussions
## 概览 GraphRAG 项目是一套数据流水线(data pipeline)与转换工具套件,旨在借助大语言模型(LLM)的能力,从非结构化文本中提取有意义、结构化的数据。 要了解更多关于 GraphRAG 的信息,以及它如何用于增强 LLM 对私有数据的推理能力,请访问 Microsoft Research 博客文章。 ## 快速入门 要开始使用 GraphRAG 系统,我们建议你尝试[命令行快速入门](https://microsoft.github.io/graphrag/get_started/). ## 仓库指南 本仓库介绍了一种利用知识图谱(knowledge graph)记忆结构来增强 LLM 输出的方法。请注意,所提供的代码仅作演示用途,并非 Microsoft 官方支持的产品。 ⚠️ *警告:GraphRAG 索引可能是一项开销较大的操作,请阅读全部文档以了解相关流程与成本,并从小规模开始。* ## 深入了解 - 要了解我们的贡献指南,请参阅 [CONTRIBUTING.md](./CONTRIBUTING.md) - 要开始开发 _GraphRAG_,请参阅 [DEVELOPING.md](./DEVELOPING.md) - 欢迎在 [GitHub Discussions 版块!](https://github.com/microsoft/graphrag/discussions) 加入讨论并提供反馈 ## 提示词调优(Prompt Tuning) 开箱即用地将 _GraphRAG_ 用于你的数据,可能无法获得最佳效果。 我们强烈建议你按照文档中的 [提示词调优指南](https://microsoft.github.io/graphrag/prompt_tuning/overview/) 对提示词进行微调。 ## 版本管理 请参阅[破坏性变更](./breaking-changes.md)文档,了解我们对项目版本管理的做法说明。 *在次要版本(minor version)升级之间,请始终运行 `graphrag init --root [path] --force`,以确保使用最新的配置格式。若要在主要版本(major version)升级时避免重新索引先前数据集,请运行提供的迁移 notebook。注意,这将覆盖你的配置与提示词,如有需要请先备份。* ## 负责任的 AI 常见问题 请参阅 [RAI_TRANSPARENCY.md](./RAI_TRANSPARENCY.md) - [什么是 GraphRAG?](./RAI_TRANSPARENCY.md#what-is-graphrag) - [GraphRAG 能做什么?](./RAI_TRANSPARENCY.md#what-can-graphrag-do) - [GraphRAG 的预期用途是什么?](./RAI_TRANSPARENCY.md#what-are-graphrags-intended-uses) - [GraphRAG 是如何评估的?使用哪些指标来衡量性能?](./RAI_TRANSPARENCY.md#how-was-graphrag-evaluated-what-metrics-are-used-to-measure-performance) - [GraphRAG 有哪些局限性?用户在使用系统时如何尽可能降低这些局限性的影响?](./RAI_TRANSPARENCY.md#what-are-the-limitations-of-graphrag-how-can-users-minimize-the-impact-of-graphrags-limitations-when-using-the-system) - [哪些运营因素和设置有助于有效且负责任地使用 GraphRAG?](./RAI_TRANSPARENCY.md#what-operational-factors-and-settings-allow-for-effective-and-responsible-use-of-graphrag) ## 商标 本项目可能包含项目、产品或服务的商标或标识。Microsoft 商标或标识的授权使用须遵守并遵循 [Microsoft 商标与品牌指南](https://www.microsoft.com/en-us/legal/intellectualproperty/trademarks/usage/general). 在本项目的修改版本中使用 Microsoft 商标或标识,不得造成混淆或暗示 Microsoft 的赞助。 任何第三方商标或标识的使用均须遵守相应第三方的政策。 ## 隐私 [Microsoft 隐私声明](https://privacy.microsoft.com/en-us/privacystatement)