문서를 엔티티와 관계로 인덱싱해 검색 증강 LLM 답변을 제공하는 경량 지식 그래프 RAG 프레임워크이자 서버입니다.
FalkorDB/GraphRAG-SDK
FalkorDB에서 지식 그래프를 활용해 관련 맥락을 검색하고 출처를 추적할 수 있는 LLM 답변용 GraphRAG 앱을 구축하는 Python SDK입니다.
- 스타
- 1,034
- 포크
- 147
- 열린 이슈
- 67
- 마지막 커밋
- 그저께
어떤 프로젝트인가요?
GraphRAG SDK는 FalkorDB를 기반으로 RAG 애플리케이션을 구축하기 위한 Python 프레임워크입니다. 문서에서 엔티티와 관계를 추출해 지식 그래프에 저장한 다음, 그래프 관계 탐색과 벡터 검색, 전문 검색을 함께 사용해 질문에 답합니다. 여러 청크에 흩어진 사실을 연결해야 하는 멀티홉 질문에 특히 유용하며, 이런 질문은 일반적인 벡터 유사도 검색으로 놓치는 경우가 많습니다.
SDK는 엔티티 언급과 원본 청크를 연결하는 MENTIONED_IN 엣지를 기록하며, 각 답변과 함께 검색 맥락을 반환할 수 있습니다. 덕분에 애플리케이션에서 생성된 주장의 근거를 확인하거나, 증거가 없을 때 답변을 거부할 수 있습니다. 선택 사항인 온톨로지를 사용하면 추출할 엔티티 및 관계 유형을 제한할 수 있습니다. 각 graph_name은 테넌트별 데이터를 분리합니다.
SDK는 update, delete_document, apply_changes를 통한 증분 업데이트를 지원해 변경된 파일만 다시 동기화하며, pdf extra를 설치하면 PDF 입력도 처리할 수 있습니다. LLM 및 임베딩 제공자는 LiteLLM이나 사용자 지정 제공자 클래스로 설정합니다. FalkorDB 서버 버전 4.20 이상이 필요합니다.
핵심 기능
- 01텍스트와 PDF에서 엔티티와 관계를 추출해 FalkorDB 지식 그래프에 저장합니다.
- 02그래프 탐색, 벡터 검색, 전문 검색, text-to-Cypher 검색을 결합합니다.
- 03MENTIONED_IN 엣지로 엔티티 언급과 원본 청크를 연결해 답변의 출처를 추적할 수 있습니다.
- 04선택 사항인 스키마를 사용해 추출할 엔티티 및 관계 유형을 제한할 수 있습니다.
- 05CI 기반 그래프 동기화를 위한 증분 문서 업데이트 및 삭제를 지원합니다.
- 06graph_name을 통해 테넌트별 데이터를 분리합니다.
활용 사례
- 출처를 인용하는 답변이 필요한 내부 문서용 질의응답 봇 구축.
- 여러 문서에 흩어진 사실을 연결해야 하는 멀티홉 질문에 답변.
- PR 병합 시 변경된 파일을 다시 수집해 Git 저장소와 지식 그래프를 동기화.
- 환각의 비용이 큰 애플리케이션에 근거 기반 답변과 답변 보류 기능 추가.
빠른 시작
- 1
LiteLLM을 지원하는 SDK를 설치합니다
pip install graphrag-sdk[litellm] - 2
Docker에서 FalkorDB 서버(버전 4.20 이상)를 시작합니다
docker run -d -p 6379:6379 -p 3000:3000 --name falkordb falkordb/falkordb:v4.22.2 - 3
환경 변수에 OpenAI API 키를 설정합니다
export OPENAI_API_KEY="sk-..." - 4
README의 Python 예제를 사용해 문서를 수집하고, 처리를 완료한 뒤 쿼리합니다
사용 전 알아둘 점
- 버전 4.20 이상의 FalkorDB 서버가 실행 중이어야 합니다.
- 문서 수집 및 답변 생성에는 OpenAI와 같은 LLM API 키가 필요합니다.
토픽
자주 묻는 질문
- GraphRAG-SDK은(는) 무엇인가요?
- FalkorDB에서 지식 그래프를 활용해 관련 맥락을 검색하고 출처를 추적할 수 있는 LLM 답변용 GraphRAG 앱을 구축하는 Python SDK입니다. GraphRAG SDK는 FalkorDB를 기반으로 RAG 애플리케이션을 구축하기 위한 Python 프레임워크입니다. 문서에서 엔티티와 관계를 추출해 지식 그래프에 저장한 다음, 그래프 관계 탐색과 벡터 검색, 전문 검색을 함께 사용해 질문에 답합니다. 여러 청크에 흩어진 사실을 연결해야 하는 멀티홉 질문에 특히 유용하며, 이런 질문은 일반적인 벡터 유사도 검색으로 놓치는 경우가 많습니다.
- GraphRAG-SDK은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- GraphRAG-SDK은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- GraphRAG-SDK은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. GraphRAG-SDK의 마지막 커밋은 2026년 11월 5일입니다.
- GraphRAG-SDK은(는) 어디에 사용할 수 있나요?
- 출처를 인용하는 답변이 필요한 내부 문서용 질의응답 봇 구축. 여러 문서에 흩어진 사실을 연결해야 하는 멀티홉 질문에 답변. PR 병합 시 변경된 파일을 다시 수집해 Git 저장소와 지식 그래프를 동기화. 환각의 비용이 큰 애플리케이션에 근거 기반 답변과 답변 보류 기능 추가.
- GraphRAG-SDK는 어떻게 설치하나요?
- LiteLLM을 지원하는 SDK를 설치합니다: pip install graphrag-sdk[litellm] Docker에서 FalkorDB 서버(버전 4.20 이상)를 시작합니다: docker run -d -p 6379:6379 -p 3000:3000 --name falkordb falkordb/falkordb:v4.22.2 환경 변수에 OpenAI API 키를 설정합니다: export OPENAI_API_KEY="sk-..." README의 Python 예제를 사용해 문서를 수집하고, 처리를 완료한 뒤 쿼리합니다
- GraphRAG-SDK은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/FalkorDB/GraphRAG-SDK
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Neo4j 그래프 데이터베이스와 LLM, 벡터 검색을 결합한 GraphRAG 애플리케이션 구축을 위한 공식 Python 패키지입니다.
LLM과 LangChain으로 PDF, 문서, 동영상, 웹 페이지를 Neo4j에 저장되는 지식 그래프로 변환하는 웹 앱입니다.
희소 행렬로 인접 관계를 저장하고 OpenCypher로 질의하는 그래프 데이터베이스로, LLM 및 GraphRAG 워크로드용 지식 그래프를 겨냥합니다.
로컬 Ollama 또는 클라우드에서 실행되며, 지식 그래프를 바탕으로 출처를 인용해 멀티홉 질문에 답하는 오픈소스 GraphRAG 및 에이전트 프레임워크입니다.
문서, 코드, 대화를 AI 에이전트용 셀프 호스팅 지식 그래프로 바꾸는 오픈소스 AI 메모리 플랫폼입니다.