GraphRAG

microsoft.github.io/graphrag ist die Dokumentation von GraphRAG, einem von Microsoft Research entwickelten Verfahren für Retrieval Augmented Generation, das aus Rohtext Wissensgraphen extrahiert und damit Sprachmodellen das Schlussfolgern über private Daten erleichtert.

🛡️ Datenschutz: Die Software ist Open Source (MIT-Lizenz) und wird selbst betrieben; ein Anbieter-Sitz ist auf den geprüften Seiten nicht angegeben. Die Texte werden an das konfigurierte Sprachmodell gesendet, wobei der Datenschutz vom gewählten LLM-Anbieter abhängt; das Repository verweist auf die Microsoft-Datenschutzerklärung. Bei Nutzung externer LLM-Dienste sollte für personenbezogene Daten vorab ein AVV/DPA geprüft werden.

Das Tool richtet sich an Entwickler und Datenteams, die Dokumentensammlungen mit Hilfe von Wissensgraphen und Sprachmodellen auswerten möchten.

Tool-Details & Features

💰 Preise: Kostenlos (MIT-Lizenz); laut Dokumentation kann die Indexierung durch LLM-Aufrufe teuer werden, daher klein anfangen.

⚙️ Technik: Python-Projekt: Text wird in Einheiten zerlegt, Entitäten, Beziehungen und Aussagen werden extrahiert, hierarchisch per Leiden-Verfahren geclustert und mit Zusammenfassungen versehen.

👥 Zielgruppe: Entwickler und Data-Science-Teams.

🔗 Integrationen: Anbindung verschiedener LLM-Anbieter über die Konfiguration; Zugriff erfolgt über Befehlszeile und Bibliothek.

📊 Funktionen: Wissensgraph-Extraktion, Gemeinschaftszusammenfassungen, Abfragemodi Global Search, Local Search und DRIFT Search, Prompt-Tuning.

Vor- & Nachteile

✅ Vorteile: Quelloffen und frei nutzbar; Abfragemodi für globale und lokale Fragen; Dokumentation, Forschungsartikel und Migrationshilfen vorhanden.

❌ Nachteile: Kein offiziell unterstütztes Microsoft-Produkt, sondern Demonstrationscode; Indexierung kann kostspielig sein; Konfigurationsupdates zwischen Versionen nötig.

Für wen geeignet?

Perfekt für Entwicklerteams, die RAG über umfangreiche, zusammenhängende Dokumentbestände mit Wissensgraphen umsetzen wollen.