Microsoft GraphRAG 中文教程与实践

学习如何从文档中提取实体与关系，并用于检索和问答。先判断是否适合你的问题，再用小样本完成索引与查询，比较答案与成本。

按目标继续学习

这里专门讲 Microsoft GraphRAG。更宽泛的图增强检索方案可能采用不同的索引与查询机制，需要按各自实现判断。

判断适用场景，完成安装，并用少量公开文本跑通第一次索引和查询。

继续学习索引流程、模型配置、提示词，以及 Global、Local、DRIFT 和 Basic 查询。

从公开文本的索引与问答开始，练习查询，并回到原文检查答案。

按安装、配置、模型、索引输出、查询结果、费用和升级问题逐步排查。

GraphRAG 不是普通 RAG 的无条件替代品。先看问题是否真的需要跨文档关系与全局归纳，再承担建图和索引成本。

更适合 Microsoft GraphRAG

例如梳理人物、组织与事件的关联，比较多份访谈中的共同主题，或沿关系线索继续追问。

先用普通 RAG 建立基线

资料较少、问题直接或预算有限时，普通向量检索通常更简单，索引成本也往往更低。

拿不准时，先用同一批小样本和固定问题比较答案，再分别记录建索引与查询的费用；确认差异有价值后再扩大数据量。

比较问题范围、索引过程、成本和证据结构。

初始化项目，校验配置，并检查 Global 与 Local 的样本答案。

按问题类型、证据范围和费用选择查询方式。

从版本、密钥、输入、模型请求和输出逐层定位问题。

本站入门教程以 Microsoft GraphRAG v3.3.0 为基准，具体版本与使用条件见各篇教程和维护说明；项目行为以 Microsoft 官方仓库和官方文档为准。