支持中文🇨🇳🇨🇳🇨🇳的 microsoft graphrag
- 可以使用OpenAI协议兼容的中文大模型API，或者开源中文模型搭建的OpenAI协议兼容的API server
- 使用开源模型搭建API server可以显著降低索引构建成本
- 🚀
2025/04/03DRIFT query支持streaming输出了，cli.query支持了multi-index查询，升级graphrag版本为 v2.1.0 - 🚀
2025/01/14新增 BASIC query 模式，升级graphrag版本为 v1.1.2 - 🚀
2024/11/27新增了 DRIFT query 模式，升级graphrag版本为 v0.5.0 - 🚀
2024/09/13适配中文，graphrag版本为 v0.3.3
- 定制的基于中文字符和标点符号的分词器
- 将 index 和 query 使用到的 prompt 翻译为中文
- 深度思考模型可能不适用
新建.env文件到根目录，写入环境变量
GRAPHRAG_API_BASE: OpenAI api 兼容的服务
GRAPHRAG_API_BASE_EMBEDDING: OpenAI api 兼容的embedding服务
GRAPHRAG_API_KEY: OpenAI api key
GRAPHRAG_INPUT_FILE_TYPE=text python index.py --root /working_root --input /input_files --lang chinese
--root: graphrag 工作目录
--input: index 用到的输入文件夹
--lang: 可选, 默认 english, 可用 chinese
--update: 可选，更新已有的知识图谱索引
GRAPHRAG_INPUT_FILE_TYPE: graphrag input 类型, text/csv
index 完成后, 使用 python serving.py 启动 FastAPI server，支持流式查询
method: POST
body:
{
"root": "/working_root",
"method": "local", # graphrag query method, can be local, global, drift or basic
"query": "query prompt",
"streaming": false # streaming output
}
调用示例:
curl -N -X POST -H 'Content-Type:application/json' -d '{"root":"/workspace/test", "method":"local", "query":"why Musk is essential for OpenAI?", "streaming": false}' 'http://192.168.0.20:38062/query'