Graph RAG 集成

使用 LangChain Python 集成 Graph RAG 检索器。

本指南介绍了 Graph RAG。有关所有支持的功能和配置的详细文档，请参阅 Graph RAG 项目页面。

概述

来自 langchain-graph-retriever 包的 GraphRetriever 提供了一个 LangChain 检索器，它结合了 非结构化 向量相似搜索与 结构化 元数据属性的遍历。这使您能够在 现有 的向量存储上执行基于图的检索。

集成细节

检索器	来源	PyPI 包	最新	项目页面
GraphRetriever	github.com/datastax/graph-rag	langchain-graph-retriever		Graph RAG

优势

• 基于现有元数据建立链接： 使用现有的元数据字段，无需额外处理。从现有向量存储中获取更多信息！

• 按需更改链接： 边缘可以即时指定，允许根据问题遍历不同关系。

• 可插拔的遍历策略： 使用内置的遍历策略（如 Eager 或 MMR），或定义自定义逻辑来选择要探索的节点。

• 广泛的兼容性： 提供了适用于各种向量存储的适配器，并可以轻松添加对其他存储的支持。

设置

安装

此检索器位于 langchain-graph-retriever 包中。

pip

pip install -qU langchain-graph-retriever

实例化

以下示例将展示如何对关于动物的示例文档执行图遍历。

前置条件

填充向量存储

本节展示了如何使用示例数据填充各种向量存储。

有关选择以下向量存储之一或为您的向量存储添加支持的说明，请参阅 适配器和支持存储 的文档。

AstraDB

使用 astra 附加项安装 langchain-graph-retriever 包：

pip install "langchain-graph-retriever[astra]"

然后创建向量存储并加载测试文档：

from langchain_astradb import AstraDBVectorStore

vector_store = AstraDBVectorStore.from_documents(
    documents=animals,
    embedding=embeddings,
    collection_name="animals",
    api_endpoint=ASTRA_DB_API_ENDPOINT,
    token=ASTRA_DB_APPLICATION_TOKEN,
)

对于 ASTRA_DB_API_ENDPOINT 和 ASTRA_DB_APPLICATION_TOKEN 凭据， 请参阅 AstraDB 向量存储指南。

:::注意 为了更快地进行初始测试，请考虑使用 InMemory 向量存储。 :::

Chroma

使用 chroma 附加项安装 langchain-graph-retriever 包：

pip install "langchain-graph-retriever[chroma]"

然后创建向量存储并加载测试文档：

from langchain_chroma.vectorstores import Chroma
from langchain_graph_retriever.transformers import ShreddingTransformer

vector_store = Chroma.from_documents(
    documents=list(ShreddingTransformer().transform_documents(animals)),
    embedding=embeddings,
    collection_name="animals",
)

有关创建 Chroma 连接的帮助，请参阅 Chroma 向量存储指南。

:::注意 Chroma 不支持在嵌套元数据中搜索。由于这个原因， 在插入文档时必须使用 ShreddingTransformer。 :::

InMemory

安装 langchain-graph-retriever 包：

pip install "langchain-graph-retriever"

然后创建向量存储并加载测试文档：

from langchain_core.vectorstores import InMemoryVectorStore

vector_store = InMemoryVectorStore.from_documents(
    documents=animals,
    embedding=embeddings,
)

:::提示 使用 InMemoryVectorStore 是开始使用 Graph RAG 最快的方法， 但它不推荐用于生产环境。相反，建议使用 AstraDB 或 OpenSearch。 :::

图遍历

此图检索器从一个与查询最匹配的动物开始，然后遍历到具有相同 habitat 和/或 origin 的其他动物。

from graph_retriever.strategies import Eager
from langchain_graph_retriever import GraphRetriever

traversal_retriever = GraphRetriever(
    store = vector_store,
    edges = [("habitat", "habitat"), ("origin", "origin")],
    strategy = Eager(k=5, start_k=1, max_depth=2),
)

上述代码创建了一个图遍历检索器，它从最近的动物（start_k=1）开始， 检索 5 个文档（k=5），并将搜索限制在最多与第一个动物相距 2 步的文档（max_depth=2）。

edges 定义了如何使用元数据值进行遍历。在这种情况下，每个动物都与具有相同 habitat 和/或 origin 的其他动物相连。

results = traversal_retriever.invoke("what animals could be found near a capybara?")

for doc in results:
    print(f"{doc.id}: {doc.page_content}")

capybara: capybaras are the largest rodents in the world and are highly social animals.
heron: herons are wading birds known for their long legs and necks, often seen near water.
crocodile: crocodiles are large reptiles with powerful jaws and a long lifespan, often living over 70 years.
frog: frogs are amphibians known for their jumping ability and croaking sounds.
duck: ducks are waterfowl birds known for their webbed feet and quacking sounds.

图遍历通过利用数据中的结构化关系来提高检索质量。与标准相似搜索（见下文）不同，它为文档的选择提供了明确、可解释的理由。

在这种情况下，文档 capybara、heron、frog、crocodile 和 newt 都具有相同的 habitat=wetlands，如它们的元数据所定义。这应该会增加文档的相关性，并提高 LLM 提供的答案质量。

与标准检索的比较

当 max_depth=0 时，图遍历检索器表现得像标准检索器：

standard_retriever = GraphRetriever(
    store = vector_store,
    edges = [("habitat", "habitat"), ("origin", "origin")],
    strategy = Eager(k=5, start_k=5, max_depth=0),
)

这创建了一个检索器，它从最近的 5 个动物（start_k=5）开始，并且不进行任何遍历（max_depth=0）。在这种情况下，边定义被忽略。

这本质上与以下相同：

standard_retriever = vector_store.as_retriever(search_kwargs={"k":5})

对于这两种情况，调用检索器返回：

results = standard_retriever.invoke("what animals could be found near a capybara?")

for doc in results:
    print(f"{doc.id}: {doc.page_content}")

capybara: capybaras are the largest rodents in the world and are highly social animals.
iguana: iguanas are large herbivorous lizards often found basking in trees and near water.
guinea pig: guinea pigs are small rodents often kept as pets due to their gentle and social nature.
hippopotamus: hippopotamuses are large semi-aquatic mammals known for their massive size and territorial behavior.
boar: boars are wild relatives of pigs, known for their tough hides and tusks.

这些文档仅基于相似性进行连接。存储中存在的任何结构化数据都被忽略。与图检索相比，这可能会降低文档相关性，因为返回的结果有较低的可能性对回答查询有帮助。

使用方法

根据上述示例，invoke用于在查询上启动检索。

---

API 参考

要探索所有可用参数和高级配置，请参考 图 RAG API 参考。

---

官方原文：src/oss/python/integrations/retrievers/graph_rag.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。