轻量级知识图谱 RAG 框架与服务,将文档构建为实体关系图谱,用于增强 LLM 问答。
FalkorDB/GraphRAG-SDK
基于 FalkorDB 的 Python GraphRAG SDK,用知识图谱为 LLM 问答检索关联上下文并保留来源溯源。
- Star
- 1,034
- Fork
- 147
- 未关闭 Issue
- 67
- 最近提交
- 前天
这是什么?
GraphRAG SDK 是一个基于 FalkorDB 构建检索增强生成(RAG)应用的 Python 框架。它从文档中抽取实体和关系写入知识图谱,回答问题时结合关系遍历、向量检索和全文检索,适合处理散落在多个文本块中的多跳问题。
SDK 会通过 MENTIONED_IN 边把实体提及关联到原始文本块,并可在回答时返回检索上下文,便于应用校验生成内容,或在证据不足时拒绝回答。可选的本体(ontology)用于约束抽取的实体与关系类型,graph_name 则用于隔离不同租户的数据。
它支持通过 update、delete_document 和 apply_changes 做增量更新,只同步变更的文件;安装 pdf 扩展后可处理 PDF。模型和向量化服务通过 LiteLLM 或自定义 Provider 接入。需要 FalkorDB 4.20 及以上版本。
核心功能
- 01从文本和 PDF 中抽取实体与关系,写入 FalkorDB 知识图谱。
- 02结合图遍历、向量检索、全文检索和 Text-to-Cypher 进行召回。
- 03通过 MENTIONED_IN 边把实体提及关联到原文块,便于追溯答案来源。
- 04支持可选的 schema,约束抽取的实体和关系类型。
- 05提供文档级增量更新与删除,适合 CI 中同步图谱。
- 06通过 graph_name 实现租户间的数据隔离。
适用场景
- 为内部文档搭建需要引用来源的问答机器人。
- 回答需要跨多份文档串联事实的多跳问题。
- 在 PR 合并时对变更文件重新入库,让知识图谱与代码仓库保持同步。
- 在幻觉代价较高的应用中,实现基于证据并可拒答的回答。
快速上手
- 1
安装带 LiteLLM 支持的 SDK
pip install graphrag-sdk[litellm] - 2
用 Docker 启动 FalkorDB 服务器(需 4.20 或更高版本)
docker run -d -p 6379:6379 -p 3000:3000 --name falkordb falkordb/falkordb:v4.22.2 - 3
在环境变量中设置 OpenAI API 密钥
export OPENAI_API_KEY="sk-..." - 4
按 README 中的 Python 示例摄取文档、执行 finalize 并进行查询
使用前须知
- 需要运行中的 FalkorDB 服务器,版本须为 4.20 或更高。
- 摄取和生成答案需要 LLM 的 API 密钥,例如 OpenAI 的密钥。
标签
常见问题
- GraphRAG-SDK 是什么?
- 基于 FalkorDB 的 Python GraphRAG SDK,用知识图谱为 LLM 问答检索关联上下文并保留来源溯源。 GraphRAG SDK 是一个基于 FalkorDB 构建检索增强生成(RAG)应用的 Python 框架。它从文档中抽取实体和关系写入知识图谱,回答问题时结合关系遍历、向量检索和全文检索,适合处理散落在多个文本块中的多跳问题。
- GraphRAG-SDK 可以免费使用吗?用的什么许可证?
- GraphRAG-SDK 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- GraphRAG-SDK 还在维护吗?
- 活跃维护中。GraphRAG-SDK 最近一次提交是在 2026年11月5日。
- GraphRAG-SDK 适合用来做什么?
- 为内部文档搭建需要引用来源的问答机器人。 回答需要跨多份文档串联事实的多跳问题。 在 PR 合并时对变更文件重新入库,让知识图谱与代码仓库保持同步。 在幻觉代价较高的应用中,实现基于证据并可拒答的回答。
- GraphRAG-SDK 怎么安装和运行?
- 安装带 LiteLLM 支持的 SDK: pip install graphrag-sdk[litellm] 用 Docker 启动 FalkorDB 服务器(需 4.20 或更高版本): docker run -d -p 6379:6379 -p 3000:3000 --name falkordb falkordb/falkordb:v4.22.2 在环境变量中设置 OpenAI API 密钥: export OPENAI_API_KEY="sk-..." 按 README 中的 Python 示例摄取文档、执行 finalize 并进行查询
- 在哪里获取 GraphRAG-SDK?
- 源代码和安装说明在 GitHub 上:https://github.com/FalkorDB/GraphRAG-SDK
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
Neo4j 官方 Python 包,用于结合 Neo4j 图数据库与大模型构建 GraphRAG 应用。
利用大语言模型把 PDF、文档、视频和网页等非结构化数据转换为存储在 Neo4j 中的知识图谱。
一款基于稀疏矩阵存储邻接关系、支持 OpenCypher 查询的图数据库,面向 LLM 知识图谱与 GraphRAG 场景。
开源 GraphRAG 与智能体框架,基于知识图谱做多跳推理并附带引用溯源,可本地或云端运行。
开源 AI 记忆平台,将文档、代码和对话转为自托管知识图谱,供 AI 智能体检索复用。