当前位置： 首页 > news >正文

从零到一：基于Ollama与Neo4j的GraphRAG本地实践与图谱可视化

news 2026/6/15 17:40:06

1. 环境准备与工具安装

在开始构建GraphRAG本地知识图谱之前，我们需要先准备好必要的工具和环境。这里假设你使用的是Windows系统，并且已经安装了Python 3.8或更高版本。如果你还没有安装Python，建议先去官网下载安装。

首先需要安装的是Anaconda，这是一个非常方便的Python环境管理工具。安装完成后，我们可以创建一个专门的conda环境来运行GraphRAG：

conda create -n graphrag python=3.10 conda activate graphrag

接下来安装Ollama，这是一个强大的本地大模型运行框架。Ollama的安装非常简单：

pip install ollama

安装完成后，我们需要下载并运行一些基础模型。这里推荐使用llama2作为基础语言模型，nomic-embed-text作为嵌入模型：

ollama pull llama2 ollama pull nomic-embed-text

对于知识图谱存储和可视化，我们需要安装Neo4j。Neo4j提供了社区版，可以直接从官网下载安装包。安装过程中记得设置好用户名和密码，这些信息后面会用到。

最后，我们需要克隆GraphRAG的源代码仓库：

git clone https://github.com/microsoft/graphrag cd graphrag pip install -r requirements.txt

注意：在Windows系统上可能会遇到一些路径相关的问题，建议将所有项目都放在用户目录下的短路径中，避免使用包含中文或空格的路径。

2. GraphRAG配置与模型加载

成功安装所有依赖后，接下来就是配置GraphRAG使其能够正确使用本地部署的Ollama模型。这是整个过程中最容易出错的环节，需要特别注意。

首先修改graphrag目录下的settings.yaml文件。这个文件控制着GraphRAG的核心参数。我们需要修改以下几个关键部分：

llm: provider: openai model: llama2 api_base: http://localhost:11434/v1 temperature: 0.3 max_tokens: 4096 embedding: provider: openai model: nomic-embed-text api_base: http://localhost:11434/api

这里有几个关键点需要注意：

  1. api_base的地址必须正确指向本地Ollama服务的端口（默认是11434）
  2. llm部分的api_base需要以/v1结尾，而embedding部分的api_base需要以/api结尾
  3. 模型名称必须与Ollama中实际下载的模型名称完全一致

接下来需要修改.env文件，这个文件控制着一些环境变量：

GRAPHRAG_API_KEY=ollama GRAPHRAG_CLAIM_EXTRACTION_ENABLED=True

提示：如果后续运行中出现模型加载失败的问题，可以尝试先单独测试Ollama服务是否正常工作。可以通过命令行运行ollama list来查看已安装的模型，或者运行ollama run llama2来直接与模型交互。

3. 代码适配与问题排查

即使完成了上述配置，直接运行GraphRAG可能还是会遇到各种问题。这是因为GraphRAG默认是为云端API设计的，需要进行一些代码修改才能适配本地Ollama服务。

第一个需要修改的文件是graphrag/llm/openai/openai_embeddings_llm.py。找到embeddings_create方法，将其替换为以下内容：

async def embeddings_create(self, input, **kwargs): args = { "model": self.configuration.model, **(kwargs.get("model_parameters") or {}), } embedding_list = [] for inp in input: embedding = ollama.embeddings(model="nomic-embed-text", prompt=inp) embedding_list.append(embedding["embedding"]) return embedding_list

第二个需要修改的文件是graphrag/query/llm/oai/embedding.py。找到_embed_with_retry方法，修改其实现：

def _embed_with_retry(self, chunk, **kwargs): try: embedding = ollama.embeddings( model="nomic-embed-text", prompt=chunk )['embedding'] return embedding, len(chunk) except Exception as e: self._reporter.error( message="Error embedding chunk", details={self.__class__.__name__: str(e)}, ) raise

修改完成后，建议先运行一个简单的测试脚本来验证配置是否正确：

import ollama response = ollama.embeddings( model="nomic-embed-text", prompt="This is a test sentence." ) print(len(response["embedding"])) # 应该输出768

如果遇到"Columns must be same length as key"错误，可以尝试调整settings.yaml中的chunk_size参数，将其设置为300或更小。这是因为本地模型的上下文窗口可能比云端模型小。

4. Neo4j配置与数据导入

当GraphRAG能够正常运行后，下一步就是将生成的知识图谱导入Neo4j进行可视化和查询。

首先确保Neo4j服务已经启动。可以在命令行中运行：

neo4j console

服务启动后，在浏览器中访问http://localhost:7474，使用安装时设置的用户名和密码登录。

在GraphRAG生成知识图谱之前，我们需要在Neo4j中创建一个新的数据库：

  1. 停止Neo4j服务
  2. 打开Neo4j的conf目录（通常在安装目录下）
  3. 编辑neo4j.conf文件，取消注释并修改以下行：
dbms.default_database=graphrag
  1. 保存文件并重新启动Neo4j服务

现在可以运行GraphRAG来生成知识图谱了。GraphRAG支持多种数据源，这里以处理PDF文档为例：

from graphrag import GraphRAG graphrag = GraphRAG() graphrag.add_document("path/to/your/document.pdf") graphrag.build() # 这会花费一些时间，取决于文档大小和硬件性能

构建完成后，数据会自动导入到Neo4j中。回到Neo4j的Web界面，在查询框中输入：

MATCH (n) RETURN n LIMIT 50

这样就可以看到导入的知识图谱节点了。Neo4j提供了丰富的可视化选项，可以通过调整节点大小、颜色和布局来更好地理解知识图谱的结构。

提示：如果数据量很大，可视化可能会比较卡顿。这时可以使用Neo4j的过滤功能，先查看特定类型的节点或关系。例如，只查看某个主题相关的节点：

MATCH (n:Concept)-[r]->(m) WHERE n.name CONTAINS '人工智能' RETURN n, r, m

5. 常见问题与优化建议

在实际使用过程中，可能会遇到各种问题。下面列出一些常见问题及其解决方法：

  1. 模型加载失败：

    • 确保Ollama服务正在运行（ollama serve）
    • 检查settings.yaml中的模型名称是否与Ollama中的完全一致
    • 尝试降低模型的temperature参数

  2. 内存不足：

    • 减少chunk_size参数的值
    • 使用更小的基础模型
    • 关闭其他占用内存的程序

  3. Neo4j连接问题：

    • 检查Neo4j服务是否启动
    • 确认bolt端口（默认7687）没有被防火墙阻止
    • 在settings.yaml中正确设置Neo4j的连接参数

  4. 知识图谱质量不高：

    • 尝试不同的基础模型组合
    • 调整GraphRAG的提取参数
    • 对输入文档进行预处理，去除无关内容

为了提高系统性能，可以考虑以下优化措施：

  • 为Ollama和Neo4j分配更多内存
  • 使用SSD存储
  • 对频繁查询的结果建立索引
  • 定期清理Neo4j中的旧数据

对于大规模知识图谱，建议采用增量构建的方式，而不是一次性处理所有文档。GraphRAG支持增量更新，可以只处理新增或修改的文档部分。

6. 进阶应用与扩展

成功搭建基础系统后，可以进一步探索GraphRAG和Neo4j的高级功能。

一个实用的扩展是为知识图谱添加全文检索功能。Neo4j提供了全文索引支持，可以显著提高查询效率：

CREATE FULLTEXT INDEX entitySearch FOR (n:Entity) ON EACH [n.name, n.description]

GraphRAG生成的图谱可以与其他数据源结合。例如，可以将公司内部数据库中的结构化数据导入Neo4j，与GraphRAG生成的语义网络进行关联。

对于需要长期维护的知识图谱，建议建立定期更新的自动化流程。可以编写脚本定时检查新文档，自动触发GraphRAG处理并更新Neo4j中的数据。

Neo4j还提供了强大的图算法库，可以用来分析知识图谱的结构特征：

CALL gds.pageRank.stream({ nodeProjection: 'Concept', relationshipProjection: 'RELATED' }) YIELD nodeId, score RETURN gds.util.asNode(nodeId).name AS name, score ORDER BY score DESC LIMIT 10

这个查询会返回知识图谱中最重要的概念节点，基于PageRank算法计算得出。

最后，可以考虑将整个系统容器化，使用Docker来管理Ollama、GraphRAG和Neo4j服务。这样可以简化部署流程，也便于在不同环境间迁移。

http://www.jsqmd.com/news/628784/

相关文章：

  • 淮安车间如何高效降温？蒸发冷省电空调或是理想之选！
  • 解决大规模多标签图像分类挑战的Open Images数据集完整实现
  • 聊聊2026年能给施工指导、售后投诉少的MPP电力管厂家哪家性价比高 - 工业推荐榜
  • 微信小程序Python随便点奶茶在线点餐系统小程序
  • 5个步骤彻底掌握浏览器用户脚本：OpenUserJS.org完整指南
  • Android设备标识终极解决方案：Android_CN_OAID技术深度解析与最佳实践
  • XDM浏览器插件实战指南：解锁高效下载与视频捕获新境界
  • 【技术升级】无GUI版GRACE工具箱RL06数据读取核心函数解析与实战
  • 探讨明星代理公司选购，北京哪家服务好又靠谱？ - myqiye
  • 手把手教你用运放和基准源，把±10V信号变成ADC能吃的0-4V（附完整计算过程）
  • 终极指南：4步智能配置黑苹果，OpCore Simplify让小白也能轻松搞定
  • Raspberry Pi Imager完整指南：三步快速部署树莓派系统
  • 如何用AI让模糊照片瞬间清晰：Real-ESRGAN-ncnn-vulkan终极指南
  • 上海有实力的旧房改造装修企业选购要点有哪些 - 工业设备
  • Qwen3-Reranker效果展示：政府公文写作中政策依据与原文段落匹配
  • CTF实战：Base编码变体与多层嵌套解密技巧
  • Win11 + WSL2 + VS Code：打造高效跨平台开发环境全攻略
  • 3步搞定微信聊天记录永久备份：开源工具的完整实践指南
  • 模态分析必看！ABAQUS点质量与材料密度的选择陷阱及工程验证技巧
  • SM2加密实战：用C++封装GmSSL库，处理密钥文件与二进制密文的那些坑
  • 测序数据翻车现场：我是如何用BLAST揪出那些隐藏的污染reads的
  • 分享2026年知名的演员签约培养公司，靠谱品牌有哪些 - mypinpai
  • 深度解析MIT四足机器人控制：从ROS+PyBullet仿真到实际部署的完整指南
  • Raspberry Pi Imager终极指南：3分钟完成树莓派系统部署的免费神器
  • 性能监控体系
  • 告别树莓派+USB加速棒：实测OAK-D在机器人项目中的性能与资源占用对比
  • ESP32-C3 USB串行/JTAG控制器：从零构建高效开发与调试环境
  • 2026届毕业生推荐的十大降AI率助手解析与推荐
  • FanControl深度解析：突破Windows风扇控制瓶颈的专业级解决方案
  • 零基础部署Qwen3-14B：手把手教你解决Ollama兼容性问题，5分钟跑通