导读：TLDR;微软研究院开发的GraphRAG是一种利用知识图谱增强检索增强生成(RAG)的新技术，显著提高了AI在复杂信息处理和大型数据集上的问答和主题发现能力。与传统的仅基于向量的

前言GraphRAG是微软开源的一个基于大模型+知识图谱回答用户问题的开源项目。相同传统的RAG，它的创新点主要有两个：提出了一套完整的利用大模型生成知识图谱的方案。基于map-reduce的思路支

摘要本文介绍了一个使用GraphRAG和通义千问API分析川普枪击事件的方法。由于GraphRAG目前只支持OpenAIAPI，采用One-Api将通义转成了OpenAIAPI风格的接口。本文使用

生成式人工智能（GenAI）的崛起为企业带来了前所未有的变革机遇。然而，随着企业对AI应用的深入，模型输出的准确性和幻觉问题逐渐浮现，成为制约其发展的主要障碍。为了应对这些挑战，业界开始探索基于检索增

在人工智能领域，知识库的构建和优化一直是技术发展的热点。近年来，随着大模型技术的兴起，我们对AI知识库的期望也在不断提高。然而，在这个过程中，传统的检索增强生成（RAG）技术显得越来越力不从心。传统R

摘要通过采用检索增强生成（RAG）技术，我们能够让大型语言模型（LLMs）从外部知识库中检索相关信息，从而有效回答来自私有或未曾见过的文档集合的问题。然而，当面对诸如“该数据集涵盖了哪些核心主题？”这