Graph RAG 集成

使用 LangChain Python 与 Graph RAG 检索器集成。

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

langchain-graph-retriever 包中的 GraphRetriever 提供了一个 LangChain retriever，它将向量上的非结构化相似性搜索 与元数据属性的结构化遍历相结合。这实现了在现有向量存储上进行基于图的 检索。

集成详情

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

优势

• 基于现有元数据链接： 使用现有的元数据字段而无需额外处理。从现有向量存储中检索更多内容！

• 按需更改链接： 边可以即时指定，允许根据问题遍历不同的关系。

• 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： 提供了多种向量存储的适配器，并易于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。

先决条件

填充向量存储

本节展示如何使用示例数据填充各种向量存储。

如需帮助选择下面的向量存储之一，或添加对您向量存储的支持，请查阅有关 适配器和支持的存储 的文档。

AstraDB

使用 astra 扩展安装 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。

:::note 为了更快的初始测试，建议使用 InMemory 向量存储。 :::

Apache Cassandra

使用 cassandra 扩展安装 langchain-graph-retriever 包：

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

然后创建向量存储并加载测试文档：

from langchain_community.vectorstores.cassandra import Cassandra
from langchain_graph_retriever.transformers import ShreddingTransformer

vector_store = Cassandra.from_documents(
    documents=list(ShreddingTransformer().transform_documents(animals)),
    embedding=embeddings,
    table_name="animals",
)

如需帮助创建 Cassandra 连接，请参阅 Apache Cassandra 向量存储指南

:::note Apache Cassandra 不支持在嵌套元数据中搜索。因此 在插入文档时必须使用 ShreddingTransformer :::

OpenSearch

使用 opensearch 扩展安装 langchain-graph-retriever 包：

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

然后创建向量存储并加载测试文档：

from langchain_community.vectorstores import OpenSearchVectorSearch

vector_store = OpenSearchVectorSearch.from_documents(
    documents=animals,
    embedding=embeddings,
    engine="faiss",
    index_name="animals",
    opensearch_url=OPEN_SEARCH_URL,
    bulk_size=500,
)

如需帮助创建 OpenSearch 连接，请参阅 OpenSearch 向量存储指南。

Chroma

使用 chroma 扩展安装 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",
)

如需帮助创建 Chroma 连接，请参阅 Chroma 向量存储指南。

:::note Chroma 不支持在嵌套元数据中搜索。因此 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,
)

:::tip 使用 InMemoryVectorStore 是快速开始 Graph RAG 的最快方式， 但不推荐用于生产环境。相反，建议使用 AstraDB 或 OpenSearch。 :::

图遍历

此图检索器从与查询最匹配的一个动物开始，然后 遍历具有相同 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),
)

上述内容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) 并将搜索限制为距离第一个动物最多 2 步的文档 (max_depth=2)。

edges 定义了元数据值如何用于遍历。在这种情况下，每只 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。与标准相似性搜索（见下文）不同，它为选择文档提供了清晰、 可解释的理由。

在这种情况下，文档 capybara, heron, frog, crocodile 和 newt 都 共享相同的 habitat=wetlands（由其元数据定义）。这应该增加 文档相关性和 LLM 答案的质量。

与标准检索的比较

当 max_depth=0 时，图遍历检索器的行为类似于标准检索器：

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

这将创建一个检索器，它从最近的 5 个动物开始 (start_k=5)， 并在不进行任何遍历的情况下返回它们 (max_depth=0)。在这种情况下，边定义 将被忽略。

这本质上等同于：

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

对于这两种情况，调用检索器将返回：

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数据 都会被忽略。与图检索相比，这可能会降低文档 相关性，因为返回的结果有帮助回答查询的可能性较低。

用法

遵循上述示例，invoke 用于针对查询启动检索。

---

API 参考

要探索所有可用参数和高级配置，请参阅 Graph RAG API 参考。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.