Repolode
Предложить
FalkorDB

FalkorDB/GraphRAG-SDK

Python SDK для создания GraphRAG-приложений на FalkorDB: извлекает из графа знаний связанный контекст для ответов LLM и сохраняет сведения об источниках.

Открыть на GitHubСайт
Звёзды
1,034
Форки
147
Открытые issues
67
Последний коммит
позавчера

Что это?

GraphRAG SDK — Python-фреймворк для создания приложений с генерацией, дополненной поиском (RAG), на базе FalkorDB. Он извлекает из документов сущности и связи и сохраняет их в графе знаний, а затем отвечает на вопросы, обходя эти связи и используя векторный и полнотекстовый поиск. Это помогает отвечать на многошаговые вопросы, факты для которых распределены по нескольким фрагментам и часто не находятся обычным поиском по векторному сходству.

SDK сохраняет рёбра MENTIONED_IN, связывающие упоминания сущностей с исходными фрагментами, и может возвращать вместе с ответом контекст, использованный при поиске. Благодаря этому приложение может проверять сгенерированные утверждения или отказываться от ответа, если подтверждений недостаточно. Необязательная онтология задаёт допустимые типы извлекаемых сущностей и связей. Параметр graph_name изолирует данные каждого арендатора.

SDK поддерживает инкрементальные обновления через update, delete_document и apply_changes: повторная синхронизация затрагивает только изменённые файлы. Также SDK принимает PDF, если установлен дополнительный пакет pdf. Провайдеры LLM и эмбеддингов настраиваются через LiteLLM или собственные классы провайдеров. Требуется сервер FalkorDB версии 4.20 или новее.

Ключевые возможности

  • 01Извлекает сущности и связи из текста и PDF и добавляет их в граф знаний FalkorDB.
  • 02Сочетает обход графа, векторный и полнотекстовый поиск, а также поиск с преобразованием текста в Cypher.
  • 03Связывает упоминания сущностей с исходными фрагментами рёбрами MENTIONED_IN, чтобы можно было отследить источники ответов.
  • 04Поддерживает необязательную схему, ограничивающую типы извлекаемых сущностей и связей.
  • 05Позволяет инкрементально обновлять и удалять документы для синхронизации графа через CI.
  • 06Изолирует данные арендаторов с помощью graph_name.

Сценарии использования

  • Создание бота для ответов на вопросы по внутренним документам, который должен указывать источники.
  • Ответы на многошаговые вопросы, для которых нужно связать факты из множества документов.
  • Поддержание графа знаний в актуальном состоянии на основе git-репозитория: повторная загрузка изменённых файлов после слияния PR.
  • Добавление в приложения ответов, основанных на источниках, с возможностью воздержаться от ответа, если цена галлюцинаций высока.

Быстрый старт

  1. 1

    Установите SDK с поддержкой LiteLLM

    pip install graphrag-sdk[litellm]
  2. 2

    Запустите сервер FalkorDB (версии 4.20 или новее) в Docker

    docker run -d -p 6379:6379 -p 3000:3000 --name falkordb falkordb/falkordb:v4.22.2
  3. 3

    Укажите ключ API OpenAI в переменных окружения

    export OPENAI_API_KEY="sk-..."
  4. 4

    Загрузите документ, завершите обработку и выполните запрос, используя пример на Python из README

Что важно знать

  • Требуется запущенный сервер FalkorDB версии 4.20 или новее.
  • Для загрузки документов и генерации ответов нужен ключ API LLM, например OpenAI.

Темы

#graphrag#rag#knowledge-graph#graph-database#llm#python#falkordb#genai#open-source#sdk

Частые вопросы

Что такое GraphRAG-SDK?
Python SDK для создания GraphRAG-приложений на FalkorDB: извлекает из графа знаний связанный контекст для ответов LLM и сохраняет сведения об источниках. GraphRAG SDK — Python-фреймворк для создания приложений с генерацией, дополненной поиском (RAG), на базе FalkorDB. Он извлекает из документов сущности и связи и сохраняет их в графе знаний, а затем отвечает на вопросы, обходя эти связи и используя векторный и полнотекстовый поиск. Это помогает отвечать на многошаговые вопросы, факты для которых распределены по нескольким фрагментам и часто не находятся обычным поиском по векторному сходству.
GraphRAG-SDK можно использовать бесплатно? Какая у него лицензия?
GraphRAG-SDK распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
GraphRAG-SDK всё ещё поддерживается?
Активно поддерживается. Последний коммит в GraphRAG-SDK — 5 нояб. 2026 г..
Для чего можно использовать GraphRAG-SDK?
Создание бота для ответов на вопросы по внутренним документам, который должен указывать источники. Ответы на многошаговые вопросы, для которых нужно связать факты из множества документов. Поддержание графа знаний в актуальном состоянии на основе git-репозитория: повторная загрузка изменённых файлов после слияния PR. Добавление в приложения ответов, основанных на источниках, с возможностью воздержаться от ответа, если цена галлюцинаций высока.
Как установить GraphRAG-SDK?
Установите SDK с поддержкой LiteLLM: pip install graphrag-sdk[litellm] Запустите сервер FalkorDB (версии 4.20 или новее) в Docker: docker run -d -p 6379:6379 -p 3000:3000 --name falkordb falkordb/falkordb:v4.22.2 Укажите ключ API OpenAI в переменных окружения: export OPENAI_API_KEY="sk-..." Загрузите документ, завершите обработку и выполните запрос, используя пример на Python из README
Где скачать GraphRAG-SDK?
Исходный код и инструкции по установке — на GitHub: https://github.com/FalkorDB/GraphRAG-SDK

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

HKUDS / LightRAG

Лёгкий фреймворк и сервер для RAG на основе графа знаний: индексирует документы, выделяя сущности и связи, чтобы LLM могла формировать ответы с дополненной генерацией.

ИИ и машинное обучение#rag#knowledge-graph#llm
40,6 тыс.+147 за неделю5,8 тыс.PythonMITОбновлён позавчера

bibinprathap / VeritasGraph

Открытый фреймворк GraphRAG и агентов, который отвечает на вопросы с несколькими переходами по графу знаний и приводит источники; работает локально через Ollama или в облаке.

ИИ и машинное обучение#graphrag#knowledge-graph#rag
32639PythonMITАктивно поддерживаетсяОбновлён позавчера