使用OpenAI模型体验GraphRag——以《边城》为例 在使用SiliconCloud之前，先使用OpenAI的模型看看GraphRag的效果。 GraphRAG是一种基于AI的内容理解和搜索能力

GraphRag解决了什么问题 在朴素的RAG（自我检索生成模型）中，我们使用一个向量库作为我们的知识库。当用户提出查询时，该系统从向量库中匹配顶部K个元素作为上下文，并将这个上下文与提示和查询一起交

实战微软新一代RAG：GraphRAG 本月初，微软发布最强 RAG知识库，开源方案 GraphRAG，项目上线即爆火，现在星标量已经达到 12.1 k。 其意义在于，它能提升LLM的应答速度与品质，

前言 文接上回，GraphRAG的发布在技术界引起了轩然大波，业内大佬纷纷开始入局研究，其中就包括了neo4j的CTO Philip Rathle 。他的一篇文章讲述了GraphRAG在GenAI领域

GraphRAG通过结合知识图谱，增加RAG的全局检索能力。今天我将讲解如何使用Neo4J可视化GraphRAG索引的结果，以便进一步的处理、分析，以小说提取的实体《仙逆》为例，一图胜千言。

本文通过在实操GraphRAG中遇到的一些问题为例，介绍了如何修复的一些逻辑和PR，并由此提出了大幅缩减索引时间和成本的PR，希望本文对你有所帮助。

微软开源GraphRAG的使用教程-使用自定义数据测试GraphRAG 低成本构建 AI知识图谱及neo4j可视化