GraphRAG本地运行（Ollama的LLM接口＋Xinference的embedding模型）无需gpt的api_graphrag ollama

       7月3日，微软在官网开源了基于图的RAG（检索增强生成，经过我的多番试验和测试，其RAG的性能远超原来基础型RAG，但是他的源代码中默认只能用openai的接口，经过两天的捣鼓，我自己摸索出了本地运行的方法。详细的过程我就不赘述，这里只说一下我自己改源码的心路历程。（我是在linux服务器上运行的，如果在win上运行也大同小异，自行更改即可）

一、准备工作（download）

1、GraphRAG

（1）源码地址: graphrag

（2）Graphrag操作文档：get_started

2、Ollama

   自己去下载相关项目，和其他的github包，这里面都有教程

    源码地址：https://github.com/ollama/ollama

3、Xinference

     这里面集合了很多LLM，我们这里使用它的embedding模型。

     教程地址：https://inference.readthedocs.io/zh-cn/latest/getting_started/installation.html

二、启动服务（多开几个terminal）

1、启动Ollama

（1）拉取了需要的模型

       为了速度和大家显存着想，我们这里用最小的qwen2：0.5b模型

ollama pull qwen2：0.5b

（2）检查存在

  如图已存在

  

（3）启动服务

如图已经成功，记得保证http://127.0.0.1:11434的ollama默认端口，不要被别的占用

2、启动Xinference

（1）后台启动服务

    默认：9997端口

xinference-local --host 0.0.0.0 --port 9997

（2）启动成功后，进入网页

    按住ctrl点击右下角，这样算成功。

（3）launch embedding model

    选择Launch model下面embedding model，点下左下角的小火箭启动，我们这里选择了bge-base-en的大模型，然后设置CPU运行。

（4）检查成功

    后台会开始运行或者下载（之前没下载过的）

如果点开网页的running models，有东西在跑代表成功启动，address好像有点随机，不用过多理会。

3、启动GraphGAG

      具体操作：https://microsoft.github.io/graphrag/posts/get_started/

      上文也已经发过这一个链接了，我们先进行一个基础操作

（1）conda activate一个环境

      python要求是3.10-3.12的，我自己用的是3.11

（2）基础操作

pip install graphrag
mkdir -p ./ragtest/input
curl https://www.gutenberg.org/cache/epub/24022/pg24022.txt > ./ragtest/input/book.txt

    分别是创建文件夹和下载官方数据

（3）文件夹目录

   我自己又添加了多一个根目录bzp_graphrag

   

（4）初始化

   在bzp_graphrag目录下面执行操作

python -m graphrag.index --init --root ./ragtest

（5）检查成功

  然后结果成功如下

三、配置更改

1、更改settings.yaml

  （1）原来的LLM配置

（2）原来的embedding配置

（3）更改完毕

    更改内容有：

    api_key, model, 增加了api_base，但type不需要变动。（记得api_base是http，非https）

encoding_model: cl100k_base
skip_workflows: []
llm:
  api_key: ollama
  type: openai_chat # or azure_openai_chat
  model: qwen2:0.5b
  model_supports_json: true # recommended if this is available for your model.
  api_base: http://127.0.0.1:11434/v1
 
 
parallelization:
  stagger: 0.3
  # num_threads: 50 # the number of threads to use for parallel processing
 
async_mode: threaded # or asyncio
 
embeddings:
  ## parallelization: override the global parallelization settings for embeddings
  async_mode: threaded # or asyncio
  llm:
    api_key: xinference
    type: openai_embedding # or azure_openai_embedding
    model: bge-base-en
    api_base: http://127.0.0.1:9997/v1
 
  

   没有列举完yaml所有配置，大家对照自行更改即可，不要全选复制噢。

2、源码修改

     同学们可以先跳过这一步先尝试运行一下，看看能否成功运行，如果在有显示故障"create_base_entity_graph”不能顺利进行，再回来操作这一步。

（1）寻找出错路径

      这里通过我多次的寻找，发现是graphrag里面的一个包出现了问题，可能没有使用默认调用的openai，在一个is_response_valid总是不能显示。我们寻找它的路径如下：

anaconda安装包的位置（因人而异，总之就是要在你当前python环境下面寻找）

①anaconda->envs->bzp_graphrag（你自己取的环境名字）

②/lib/python3.11/site-packages/graphrag/llm/openai/openai_chat_llm.py

（2）修改函数_invoke_json（）

       我们寻找到class OpenAIChatLLM这个类下面的_invoke_json（）函数，大概在第60行左右。

然后再定位到是这个出问题。这个代码表达的是如果参数kwargs.get("is_response_valid")可以找到到就采用它，找不到就默认用(lambda _x: True)。我们不使用openai就会导致，每次既能get到kwargs.get("is_response_valid")，又得到kwargs.get("is_response_valid")值是false的。

is_response_valid = kwargs.get("is_response_valid") or (lambda _x: True)

       因此我们就索性，删掉kwargs['is_response_valid']这个选项。我们就在上面这个代码加上如下改动即可，这样每次就会返回lambad等于True

if 'is_response_valid' in kwargs:
    del kwargs['is_response_valid']
is_response_valid = kwargs.get("is_response_valid") or (lambda _x: True)

四、运行

1、Running the Indexing pipeline

python -m graphrag.index --root ./ragtest

2、构建

这里实体提取要久一点，耐心等待。

如果出现无法完成“create_base_entity_graph”的报错，请返回上一节的显示故障，来修改源码。

3、完成，进行简单对话

（1）显示成功

（2）执行global输入

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

  （3）执行local输入

python -m graphrag.query \
--root ./ragtest \
--method local \
"Who is Scrooge, and what are his main relationships?"

  成功返回内容

       不知道是不是qwen2：0.5b的性能有限，很多global的问题回答成功率会比较低，之后可以自行启动其他的ollama内置的模型。不过到此已经大体成功了。

五、提示

       如果还有其他没有讲述的问题，可以在log处查看服务器具体的报错的内容，路径是

/ragtest/output/20240710-060748/reports/log.json

之后还会更新如何自动化更改prompt，放入自己本地的知识库，如果有用的话，可以点赞支持一下，感谢！！