链载Ai

标题: GPT-4 GraphRAG：知识图谱如何让RAG系统更智能？ [打印本页]

作者: 链载Ai 时间: 10 小时前
标题: GPT-4 GraphRAG：知识图谱如何让RAG系统更智能？

ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);visibility: visible;margin-bottom: 0px;">我经常在网上看到关于GraphRAG的帖子，但直到大约一个月前，我才决定尝试一下。在花了一些时间进行实验后，我可以说它的表现令人印象深刻，但如果你使用的是OpenAI API，成本也相当高。在文档中运行他们提供的示例书籍测试花费了我大约7美元，所以虽然它的性能和组织能力非常出色，但它并不算经济实惠。

ingFang SC";font-size: 14px;line-height: 1.75;letter-spacing: 0.1em;color: rgb(63, 63, 63);margin-left: 16px;margin-right: 16px;">如果你是RAG系统的新手，

ingFang SC";font-size: 14px;line-height: 1.75;margin: 1.5em 16px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">无论如何，这里是传统RAG系统的工作原理概述：对于已经熟悉RAG的人来说，你可能遇到过和我一样的头疼问题：

•文本块之间的上下文容易丢失
•随着文档集合的增长，性能急剧下降
•集成外部知识就像蒙着眼睛解魔方一样困难（比喻意指操作复杂且缺乏清晰方向）

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 20px;font-weight: bold;display: table;margin: 4em auto 2em;padding-right: 0.2em;padding-left: 0.2em;background: rgb(1, 155, 252);color: rgb(255, 255, 255);">GraphRAG的工作原理

ingFang SC";font-size: 14px;line-height: 1.75;margin: 1.5em 16px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">GraphRAG是传统RAG的增强版本，主要分为两个阶段：

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 20px;font-weight: bold;display: table;margin: 4em auto 2em;padding-right: 0.2em;padding-left: 0.2em;background: rgb(1, 155, 252);color: rgb(255, 255, 255);">索引阶段

•从源文档开始，将其拆分为更小的子文档（与传统RAG类似）
•执行两个并行的提取过程：

1.实体提取：识别出诸如人物、地点、公司等实体
2.关系提取：发现跨不同文本块的实体之间的联系

•创建一个知识图谱，其中节点代表实体，边代表它们之间的关系
•通过识别紧密相关的实体来建立社区
•在不同的社区层级生成分层摘要（共三级）
•使用归约-映射方法，通过逐步合并文本块生成整体摘要

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 20px;font-weight: bold;display: table;margin: 4em auto 2em;padding-right: 0.2em;padding-left: 0.2em;background: rgb(1, 155, 252);color: rgb(255, 255, 255);">查询阶段

•接收用户的查询
•根据所需的细节选择适当的社区层级
•在社区层级（而不是传统RAG的文本块层级）上执行检索
•检查社区摘要以生成局部响应
•将多个相关社区的局部响应组合成最终的综合答案

GraphRAG的核心创新在于它将信息结构化为图形格式，并利用社区检测来生成更具上下文意识的响应。然而，传统RAG系统仍然有其用武之地，特别是在考虑运行GraphRAG的计算成本时。

设置GraphRAG

⚠️ 提醒：这个实验运行在GPT-4 API上，成本较高。我的一次测试成本约为7美元（基于GPT-4模型）。

如果你更喜欢在本地LLM上使用ollama进行测试，请查看这个视频：

接下来让我们一步步完成设置过程：

环境设置

首先，创建一个虚拟环境：

condacreate-nGraphRAG
condaactivateGraphRAG

安装GraphRAG包：

pipinstallgraphrag

目录结构

GraphRAG需要特定的目录结构以实现最佳运行效果：
- 创建一个工作目录
- 在其中创建_ragtest/input_文件夹结构
- 将源文档放入input文件夹中

在本文中，我们将使用提供的书籍作为示例。通过以下命令下载到input文件夹中：

curlhttps://www.gutenberg.org/cache/epub/24022/pg24022.txt>./ragtest/input/book.txt

配置

使用以下命令初始化工作区：

python-mgraphrag.index--init--root./target

此操作会创建必要的配置文件，包括settings.yml，你需要在其中：
- 设置你的OpenAI API密钥
- 配置模型设置（默认使用GPT-4进行处理和OpenAI嵌入）
- 根据需要调整文本块大小（默认：300个token）和重叠部分（默认：100个token）

构建知识图谱

运行索引过程：

python-mgraphrag.index--init--root./target

查询你的图谱

GraphRAG提供了两种主要的查询方式：

全局查询

python-mgraphrag.query--root./target--methodglobal"whatarethetopthemesinthisstory"

适用于关于主题和整体内容理解的广泛问题。

局部查询

python-mgraphrag.query--root./target--methodlocal"whatarethetopthemesinthisstory"

适用于关于文档内实体或关系的具体问题。

成本因素：值得吗？

让我们谈谈数字。在我用示例书籍进行测试时，GraphRAG调用了：

•~570次GPT-4 API请求
•大约25次嵌入请求
•处理了超过100万个token

总成本：每本书大约7美元。

欢迎光临链载Ai (https://www.lianzai.com/)