为什么选择 GraphRAG MCP

为了提高企业内部的信息检索效率，需要一个能够从分散的文档中提取与用户相关的信息的代理。通过将企业文档检索构建为一个MCP（模型上下文协议），组织内的其他代理可以在需要文档检索时简单地连接到这个MCP。这种方法集中了文档搜索能力，使得在企业范围内集成和扩展智能代理变得更加容易。

如何运行

1. 在项目根目录和graphrag/目录中的.env文件中填写所需的环境变量。

2. 打开终端并导航到项目根目录。

3. 运行以下命令启动 GraphRAG MCP：

   uv run rag_client.py rag_server.py
   

完成这些步骤后，GraphRAG MCP 将开始运行。

代码结构

.
├── main.py
├── rag_client.py # GraphRAG 的 MCP 客户端
├── rag_server.py # GraphRAG 的 MCP 服务器
├── pyproject.toml
├── .env 
├── .gitignore
├── .python-version
├── README.md
└── graphrag/
    ├── .env
    ├── settings.yaml
    ├── cache/
    │   ├── community_reporting/
    │   ├── extract_graph/
    │   ├── summarize_descriptions/
    │   └── text_embedding/
    ├── input/ 
    │   └── test.txt # 知识库
    ├── logs/
    ├── output/
    │   ├── context.json
    │   ├── stats.json
    │   └── lancedb/
    └── prompts/
        ├── basic_search_system_prompt.txt
        ├── community_report_graph.txt
        ├── community_report_text.txt
        ├── drift_reduce_prompt.txt
        ├── drift_search_system_prompt.txt
        ├── extract_claims.txt
        ├── extract_graph.txt
        └── ...

文件夹和文件描述

• rag_client.py: 用于与 RAG 服务器交互的客户端。
• rag_server.py: 提供基于 RAG 工具的服务器。
• pyproject.toml: Python 项目的配置文件。
• .env, .gitignore, .python-version: 环境和版本控制文件。

graphrag/

• .env, settings.yaml: GraphRAG 的环境和配置文件。
• cache/: 存储各种流水线阶段的中间结果。
  • community_reporting/: 缓存社区报告数据。
  • extract_graph/: 缓存图提取结果。 、summarize_descriptions/: 缓存描述摘要。
  • text_embedding/: 缓存文本嵌入以供检索。
• input/: 包含输入数据文件。
• logs/: 存储运行过程中生成的日志文件。
• output/: 存储输出数据，如上下文和统计数据。
  • context.json: 输出上下文数据。
  • stats.json: 输出统计数据。
  • lancedb/: 向量存储数据库文件。
• prompts/: 包含不同任务的提示模板。
  • basic_search_system_prompt.txt: 基本搜索提示。
  • community_report_graph.txt: 图基社区报告提示。
  • community_report_text.txt: 文本基社区报告提示。
  • drift_reduce_prompt.txt, drift_search_system_prompt.txt: 漂移分析提示。
  • extract_claims.txt, extract_graph.txt: 提取声明和图的提示。

核心技术：GraphRAG

GraphRAG 是一种增强检索的生成框架（RAG），它将基于图的推理与大型语言模型相结合。通过将实体、关系和声明表示为知识图谱，GraphRAG 增强了传统的 RAG，使其具有更结构化和语境感知的检索能力。

GraphRAG 工作原理

1. 数据摄入：处理原始文本和表格数据，提取实体、关系和声明，并将其存储在图结构中。
2. 提示：自定义提示引导语言模型生成基于图数据的回答。
3. 检索：当接收到查询时，使用语义搜索和图遍历从图中检索相关的节点和边。
4. 生成：语言模型利用检索到的图上下文和提示模板合成答案，确保回答准确且有充分依据。
5. 缓存和输出：为了提高效率，中间和最终结果被缓存并存储以供进一步分析。

这种方法相比标准的 RAG 流水线，提供了更具解释性、可靠性和语境丰富的答案。