graphrag集成

安装并配置相应的库

为避免不必要的麻烦，请使用虚拟环境：

• miniconda3,conda的最小化安装版本，当然您也可以直接使用Anaconda。
• uv，一个非常快的包安装程序和解析器，使用Rust构建。

conda

conda create -n rag python=3.12
conda activate rag
pip install --upgrade pdfdeal graphrag

uv

uv venv
source .venv/bin/activate # For Linux
source .venv/Scripts/activate # For Windows
uv pip install --upgrade graphrag pdfdeal

Step1:转换PDF

新建两个文件夹，用于存储处理前的PDF以及处理后的txt文件：

mkdir ./pdf
mkdir -p ./ragtest/input

把要处理的pdf丢到pdf文件夹中，这儿使用的graphrag论文本身以及参考文献。

前往Doc2X，点击身份信息，复制你的身份令牌作为密匙。

使用pdfdeal的CLI工具doc2x进行批处理，请加上长标示--graphrag以启用对graphrag的特殊适配：

doc2x -k "Your Key Here" -o ./ragtest/input --graphrag ./pdf

等候其处理完成：

Step2:构建知识图谱

python -m graphrag.index --init --root ./ragtest

修改settings.yaml以及.env文件，随后进行构建：

python -m graphrag.index --root ./ragtest

构建完成后您就可以对graphrag发起提问了，使用不同的回答策略：

global

python -m graphrag.query \
--root ./ragtest \
--method global \
"问题"

local

python -m graphrag.query \
--root ./ragtest \
--method local \
"问题"

参见

• graphrag官网
• 将PDF知识图谱化：graphrag+Doc2X+DeepSeek