我之前一直有测试和使用微软 GraphRAG，微软的 GraphRAG 目前已经更新到 1.0.1，从 0.3.0 之后基本都是重构代码，仍然不支持多文件格式，距离生产依然很遥远。
1. DB-GPT
DB-GPT 是蚂蚁金服开源的一款 AI 原生数据应用开发框架，具有 AWEL（Agentic Workflow Expression Language）和智能体功能，旨在通过开发多模型管理（SMMF）、Text2SQL 效果优化、RAG 框架及优化、多智能体框架协作、AWEL（智能体工作流编排）等多种技术能力，在大模型领域构建基础设施。目标是在在数据 3.0 时代，企业和开发者可以基于模型和数据库，用更少的代码构建定制化应用程序。
介绍就不过多展开了，请看下图框架。这是个什么东西啊？大杂烩吗？好全啊，什么都有，这确定是一个代码仓库能干的事情？我不敢相信这是蚂蚁金服这样的公司开源的框架，在我看来这就是个 demo，除了那张可视化图是生产级别。吐槽完毕，让我们看看 DB-GPT 中 GraphRAG。
2. 安装
首先，创建和激活虚拟环境。
conda create -n dbgpt python=3.10
conda activate dbgpt
克隆代码
git clone https://github.com/eosphoros-ai/DB-GPT.git
cd DB-GPT
安装依赖
pip install -e ".[default]" pip install -e ".[openai]" pip install "dbgpt[graph_rag]>=0.6.1"
这里会安装特别多的东西，什么 torch transformer，依赖就装了 1.9G。
安装图数据库 TuGraph
docker pull tugraph/tugraph-runtime-arm64v8-centos7:4.5.1:latest docker run -d -p 7070:7070 -p 7687:7687 -p 9090:9090 --name tugraph_demo tugraph/tugraph-runtime-arm64v8-centos7:4.5.1:latest lgraph_server -d run --enable_plugin true
注意这里要根据自己的电脑架构去 Dockerhub 下载 tugraph，我是 Apple M1 Arm 的芯片。
下载嵌入
cd DB-GPT mkdir models and cd models git clone https://huggingface.co/GanymedeNil/text2vec-large-chinese
不能理解，启动一个框架要先下载嵌入是什么操作？
配置
cp .env.template .env
我想配置为线上的免费 glm-4-flash，并且使用本地 LM Studio 的 Embedding，改了一圈.env 中的配置。启动都是报错，人都麻了。直接修改代码：
- dbgpt/model/proxy/llms/chatgpt.py
设置模型为glm-4-flash
并且配置环境变量
OPENAI_API_KEY=your api key
OPENAI_BASE_URL=https://open.bigmodel.cn/api/paas/v4
启动
python dbgpt/app/dbgpt_server.py
可能报缺少 httpx[socket]之类的包，照着提示安装就是了。
启动过程中，还是可能看到什么 OPENAI_BASE_URL 没配置的问题，忽略。
3. 运行
打开网页：http://localhost:5670/，然后我们在应用管理-知识库中点击创建知识库。
在弹框中存储类型选择知识图谱，其他输入后点击下一步。
在知识库类型中选择文档，它会自动跳转到第 3 步上传。
上传这里选择上传官方文档中的 3 个文件：tugraph.md[1]、dbgpt.md[2]、osgraph.md[3].
在第四步中默认选择，点击切片处理即可，这里要等待很久，界面也不会推出，还能点击切片处理，不知道咋想的。
跑不通报错，给 neo4j 上 leiden 插件失败了，然后似乎把整个二进制 so 打印出来了，命令行界面因此都会卡起来。
这可能是系统的问题，或者不知道的原因。总之切片这里看起来是初始化图谱社区就失败了，我们在页面执行同步，在日志中将能够看到 DB-GPT 的 GraphRAG 采用的 Prompt 很简单，提取的就是典型的三元组，大约 287 个 Token，而微软的实体提取 Prompt 是 2037 个 Token。
此外，微软的 GraphRAG 提取的不是常规的三元组，他是提取的实体和关系描述，因此它的输出也会大。因此，蚂蚁的 GraphRAG 能够节约 1 倍的 Token 来源，并不是流程上的优化，而是 Prompt 的缩减。
4. 总结
本次解析就到这里了。虽然没能跑通，但是基本的东西已经看到了。我的观点是这个东西也只是个 Demo，而且如果你只是想用 GraphRAG，DB-GPT 不只是一个 RAG，不是一个软件，他是一个堆栈，你懂堆栈的意思吧？所以如果你只是想用 GraphRAG，我建议你直接用微软的。当然不可否认，那个可视化图确实漂亮，希望能够借鉴。
