fast-graphrag

Fast GraphRAG 是一个精简且可提示的图检索增强生成（GraphRAG）框架，专为可解释、高精度、智能体驱动的检索工作流而设计。它旨在无缝融入检索管道，让用户无需构建和设计复杂的智能体工作流即可获得高级 RAG 能力。

主要能力

• 可解释与可调试的知识：图提供了人类可导航的知识视图，可以查询、可视化和更新。
• 快速、低成本且高效：设计用于大规模运行，无需沉重的资源或成本要求。官方示例显示，使用《绿野仙踪》时，fast-graphrag 成本为 0.08 美元，而 graphrag 为 0.48 美元，节省 6 倍成本，且随数据规模和插入次数增加而进一步改善。
• 动态数据：自动生成和优化图，以最佳适配领域和本体需求。
• 增量更新：支持数据演变时的实时更新。
• 智能探索：利用基于 PageRank 的图探索来增强准确性和可靠性。
• 异步与类型化：完全异步，并具有完整的类型支持，以实现稳健且可预测的工作流。

使用方式

Fast GraphRAG 支持从源码安装（推荐以获得最佳性能）或从 PyPI 安装（推荐以获得稳定性）。使用前需在环境中设置 OpenAI API 密钥。官方提供了 Python 代码片段示例，并说明下次从同一工作目录初始化时会自动保留所有知识。

官方示例文件夹包含常见用例的教程：

• custom_llm.py：如何配置 fast-graphrag 以运行不同的 OpenAI API 兼容语言模型和嵌入器。
• checkpointing.ipynb：如何使用检查点避免不可逆的数据损坏。
• query_parameters.ipynb：如何使用不同的查询参数，特别是如何使用 with_references=True 参数在提供的答案中包含所用信息的引用。

适用场景

Fast GraphRAG 适用于需要高级检索增强生成能力的场景，尤其是对可解释性、成本效率和动态数据更新有要求的应用。它适合希望将图检索集成到现有管道中，而不想构建复杂智能体工作流的开发者。

限制与说明

• 使用需要 OpenAI API 密钥，但支持配置其他 OpenAI API 兼容的模型和嵌入器。
• 官方提供了托管服务，每月前 100 次请求免费，之后按使用量付费。
• 项目采用 MIT 许可证。
• 目前利用个性化 PageRank 算法探索图并找到最相关信息，相关原理可参考 HippoRAG 论文。
• 其他具体功能、收费细节、平台支持等暂未提供。