nano-graphrag

收录理由

微软官方的 GraphRAG 管线功能强大，但想摸清它的实际运作方式，往往像在迷宫里打转。nano-graphrag 把整套思路压缩到大约一千行可读性高、类型标注完整的 Python 代码里，同时保留了基于图的检索核心流程：从文档中抽取实体与关系，构建知识图谱，按社区做聚类，再生成可供全局或局部模式查询的报告。对于想在投入更重的生产方案之前先弄懂图检索原理的团队，这份代码是很好的参照。它跑起来也不麻烦：OpenAI、Bedrock，以及通过 Ollama 运行的本地模型都能作为后端；向量存储可以选择内置方案、faiss、hnswlib 或 Milvus，图存储则可用 Neo4j。如果你正在开发 RAG 功能，希望有一份能从头读到尾、还能按自己数据改动的实现，这个项目比官方版本容易跟得多。