graphrag.github.io

GraphRAG 模式目录

GraphRAG 是针对知识图不同层的 RAG 访问模式的集合。

它可以在 https://graphrag.com 上找到

贡献

该文档的结构符合 Diátaxis 原则。

• “概念”解释高层思想
• “指南”是提供问题解决方向的操作指南
• “参考”是对事物的技术描述
• “教程”是将所有内容结合在一起的完整示例
• “词汇表”定义了相关术语

考虑贡献的优先顺序：

1. 词汇表 - 所有内容都有词汇表条目

• 术语和名称的简洁定义
• 适当时参考引用和归属
• 例如，定义“向量嵌入”
• 将条目添加到/src/content/docs/appendices/glossary.mdx

2. 参考 - 一些术语表条目通过参考材料进行了扩展

• 描述某物是什么
• 提供说明
• 参考相关参考资料：）
• 例如，描述什么是向量嵌入
• 在/src/content/docs/reference下添加页面
• 使用模板/src/content/docs/reference/template.md

3. 指南 - 一些参考材料提供了操作指南

• 面向过程，如何实现特定目标
• 尝试独立于实现
• 参考相关参考资料
• 例如，如何进行向量相似度搜索
• 在/src/content/docs/guides下添加页面
• 使用模板/src/content/docs/guides/template.md

4. 教程 - 一些操作指南可以合并到教程中

• 更喜欢在适当且可用的情况下参考/链接到教程
• 演练一个完整的示例，包括数据
• 仍然尝试独立于实现
• 例如，与 PDF 聊天
• 在/src/content/docs/tutorials下添加页面
• 使用模板/src/content/docs/tutorials/template.md

研究论文

通过使用arxivid和可选的github org/repo 组合向 paper.json 添加条目，添加来自 ArXiv 的相关研究论文。

媒体资产

所有图表均使用 Excalidraw 创建。原始源文件保存在/media下，导出的 SVG 图像保存在/src/assets/images中。

---

赞助商

感谢 Neo4j 赞助这项工作。

Neo4j, Inc 的 GraphRAG 模式目录已获得 CC BY 4.0 许可