将 Microsoft GraphRAG 集成到 Neo4j 将 MSFT GraphRAG 输出存储到 Neo4j 中，并使用 LangChain 或 LlamaIndex 实现本地和全局检索器_微软 graphrag neo4j

简介

微软的 GraphRAG 实现最近引起了广泛关注。在我上一篇博客文章中，我讨论了如何构建图表，并探讨了研究论文中强调的一些创新方面。从高层次来看，GraphRAG 库的输入是包含各种信息的源文档。使用大型语言模型 (LLM) 处理文档，以提取有关文档中出现的实体及其关系的结构化信息。然后使用提取的结构化信息来构建知识图谱。

知识图谱构建完成后，GraphRAG 库结合图算法，特别是莱顿社区检测算法和 LLM 提示，生成知识图谱中发现的实体和关系社区的自然语言摘要。

在这篇文章中，我们将从GraphRAG 库中获取输出，将其存储在 Neo4j 中，然后使用 LangChain 和 LlamaIndex 编排框架直接从 Neo4j 设置检索器。

代码和 GraphRAG 输出可在GitHub上访问，从而让您跳过 GraphRAG 提取过程。

数据集

这篇博文中介绍的数据集是查尔斯·狄更斯的《圣诞颂歌》，可通过古腾堡计划免费访问。

我们选择这本书作为源文档，因为它在介绍文档中突出显示，使我们能够毫不费力地进行提取。

图形构建

尽管您可以跳过图提取部分，但我们将讨论我认为最重要的几个配置选项。例如，图提取可能非常耗费 token 且成本高昂。因此&#