企业文档检索代理

为什么选择GraphRAG MCP

改进 信息检索 为了提高企业内部的效率，需要一个能够从中提取用户相关信息的代理 零散的文件通过将企业文档检索构建为 主控程序 （模型上下文协议），组织内的其他代理可以在需要文档检索时简单地连接到此MCP。这种方法集中了文档搜索功能，使在整个企业中集成和扩展智能代理变得更加容易。

如何跑步

1. 在两个中填写所需的环境变量 .env 位于项目根目录和 graphrag/ 目录。

2. 打开终端并导航到项目根目录。

3. 运行以下命令启动GraphRAG MCP：

   复制

   uv run rag_client.py rag_server.py
   

完成这些步骤后，GraphRAG MCP将启动并运行。

编码结构

.
├── main.py
├── rag_client.py # MCP client for graphrag
├── rag_server.py # MCP server for graphrag
├── pyproject.toml
├── .env 
├── .gitignore
├── .python-version
├── README.md
└── graphrag/
    ├── .env
    ├── settings.yaml
    ├── cache/
    │   ├── community_reporting/
    │   ├── extract_graph/
    │   ├── summarize_descriptions/
    │   └── text_embedding/
    ├── input/ 
    │   └── test.txt # knowledge base
    ├── logs/
    ├── output/
    │   ├── context.json
    │   ├── stats.json
    │   └── lancedb/
    └── prompts/
        ├── basic_search_system_prompt.txt
        ├── community_report_graph.txt
        ├── community_report_text.txt
        ├── drift_reduce_prompt.txt
        ├── drift_search_system_prompt.txt
        ├── extract_claims.txt
        ├── extract_graph.txt
        └── ...

文件夹和文件说明

• rag_client.py：用于与RAG服务器交互的客户端。
• rag_server.py：服务器提供基于RAG的工具。
• pyproject.toml：Python项目配置。
• .env、.gitignore、.python版本：环境和版本控制文件。

笔迹/

• .env，settings.yamlGraphRAG的环境和配置。
• 高速缓存/：存储各个管道阶段的中间结果。
  • 社区报道/：缓存社区报告数据。
  • 提取图/：缓存图形提取结果。
  • 概述_描述/：缓存描述摘要。
  • 文本嵌入/：缓存文本嵌入以供检索。
• 输入/：包含输入数据文件。
• 日志/：存储运行期间生成的日志文件。
• 输出/：存储上下文和统计数据等输出数据。
  • context.json：输出上下文数据。
  • stats.json：产出统计。
  • 兰斯布/：用于矢量存储的数据库文件。
• 提示/：包含不同任务的提示模板。
  • basic_search_system_prompt.txt：提示进行基本搜索。
  • 社区_报告_图片.txt：提示基于图形的社区报告。
  • community_report_text.txt：提示基于文本的社区报告。
  • drift_reduce_mpt.txt、drift_search_system_prompt.txt：漂移分析提示。
  • extract_laims.txt、extract_graph.txt：索赔和图形提取提示。

核心技术：GraphRAG

GraphRAG是一个检索增强生成（RAG）框架，它将基于图的推理与大型语言模型集成在一起。它通过将实体、关系和声明表示为知识图来增强传统的RAG，从而实现了更结构化和上下文感知的检索。

GraphRAG的工作原理

1. 数据摄取：处理原始文本和表格数据以提取存储在图形结构中的实体、关系和声明。
2. 提示：自定义提示引导语言模型生成基于图形数据的响应。
3. 检索：当收到查询时，使用语义搜索和图遍历从图中检索相关节点和边。
4. 生成：语言模型使用检索到的图形上下文和提示模板来合成答案，确保响应准确且有充分依据。
5. 缓存和输出：为了提高效率，会缓存中间和最终结果，并将其存储以供进一步分析。

与标准RAG管道相比，这种方法允许提供更可解释、更可靠和上下文丰富的答案。