手把手教你使用微软Graphrag（调用openai的apikey）（Windows适用）_graphrag windows

基础配置介绍：本次测试基于windows11系统，创建了一个graphrag的虚拟conda环境（conda的安装和使用请直接移步anaconda的官网，找到windows版安装，安装位置尽量不放在C盘）。

使用流程：

先启动anaconda的命令行。

创建虚拟环境，注意要指定python，我这里是3.11，建议和我一样。

conda create -n graphrag python=3.11

接下来就是进入环境

conda activate graphrag

然后是

pip install graphrag

等待安装完毕，我们就可以开始建文件夹了。首先找一个放文件的地方，为了方便，建议在D盘根目录创建一个graphragtest的文件夹，然后在里面创建一个test的文件夹，在test文件夹里面，创建一个input文件夹，里面存放我们的book.txt文件，已经上传到本文的附件了。185KB，不大。文件的位置，如下图所示。

接下来，我们回到anaconda的命令行，在我们已经激活的graphrag虚拟环境里进入到我们的下面这个位置

D:\graphragtest\test

记得保证你那边和我这个显示一样。

输入命令

python -m graphrag.index --init

然后去我们的test文件夹，是下面这样

打开.env文件，你可以用记事本打开（你可以用自己的VScode都可以，这里是保证所有人都有的配置）

把<API_KEY>全部替换掉，换成你的openai的apikey，大致如下图所示（图中APIKEY已经失效了的，不要拿去用，哈哈）

然后保存退出（一定要替换成自己的apikey，还有记得充钱），接着打开settings.yaml，最开始是这样的，还是用记事本打开。

把model: gpt-4-turbo-preview改成model: gpt-4o-mini，为什么要换呢？答案很简单，4o-mini它便宜啊！！修改之后就是这样的

保存之后，回到我们的anaconda命令行，输入

python -m graphrag.index

当然你也可以按一下键盘的↑，然后删除--init，一样的效果。

回车，起飞。

Verb entity-extract阶段花费了2分钟13秒，

Verb summarize_descriptions花费了10多秒，中间还有一些太快了，就不计算时间了。

Verb create_community_reports花费了1分钟57秒。

总共的时间就是5分钟左右。看到下面的就代表大功告成！

接下来，就是我们的提问环节，输入下面的命令（问题的意思是这篇故事的主题是什么？）

python -m graphrag.query --root ../test --method global "What are the top themes in this story?"

等待了10秒钟的样子，得到了回复如下：

也可以用local方式提问（就是把之前的global换成了local），输入下面的命令

python -m graphrag.query --root ../myTest --method local "What are the top themes in this story?"

得到的回复如下

完结撒花！！给大家看看我们这整个流程的花费情况吧。

注意3.5是朋友在微调用的，与本文无关，我们的花费是4o和embedding，也就是0.25美刀，即2元左右的价格，我们的book.txt大小为185KB。

已经看完本文了。写本文痛失2块大洋，希望各位觉得有用就点个赞和收藏吧！