Graphiti 项目文档

项目概述

Graphiti 是一个用于构建智能应用的工具，支持多种语言模型（LLM）和向量数据库。它通过与Neo4j图数据库集成，提供强大的知识表示和检索功能。

主要特性

• 多语言模型支持：兼容OpenAI、Azure OpenAI 和 Google Gemini 等主流 LLM 服务。
• 向量嵌入：利用文本嵌入技术进行高效的知识检索。
• 灵活的图结构：允许用户自定义节点和边，构建个性化知识图谱。
• 强大的检索能力：提供多种检索选项，满足不同应用场景的需求。

安装指南

安装 Graphiti

使用 pip 安装：

poetry add graphiti_core  # 或者
pip install graphiti_core

使用示例

示例 1：基本配置

from graphiti_core import Graphiti

# 初始化 Graphiti，连接到本地 Neo4j 实例
graphiti = Graphiti(
    "bolt://localhost:7687",
    "neo4j",
    "password"
)

# 执行查询
response = graphiti.query("告诉我关于人工智能的基本信息。")
print(response)

示例 2：使用 Azure OpenAI

from openai import AsyncAzureOpenAI
from graphiti_core import Graphiti
from graphiti_core.llm_client import OpenAIClient
from graphiti_core.embedder.openai import OpenAIEmbedder, OpenAIEmbedderConfig

# 配置 Azure OpenAI 服务
api_key = "<你的 API 密钥>"
api_version = "<你的 API 版本>"
endpoint = "<你的 Azure 端点>"

# 初始化 Azure OpenAI 客户端
client = AsyncAzureOpenAI(
    api_key=api_key,
    api_version=api_version,
    endpoint=endpoint
)

# 创建 Graphiti 实例，使用 Azure OpenAI 作为 LLM 和嵌入器
graphiti = Graphiti(
    "bolt://localhost:7687",
    "neo4j", 
    "password",
    llm_client=OpenAIClient(client),
    embedder=OpenAIEmbedder(config=OpenAIEmbedderConfig(embedding_model="text-embedding-3-small"), client=client)
)

# 执行查询
response = graphiti.query("搜索关于机器学习的文章。")
print(response)

示例 3：使用 Google Gemini

from graphiti_core import Graphiti
from graphiti_core.llm_client.gemini_client import GeminiClient, LLMConfig
from graphiti_core.embedder.gemini import GeminiEmbedder, GeminiEmbedderConfig

# 配置 Google API 密钥
api_key = "<你的 Google API 密钥>"

# 初始化 Graphiti 实例，使用 Gemini 作为 LLM 和嵌入器
graphiti = Graphiti(
    "bolt://localhost:7687",
    "neo4j",
    "password",
    llm_client=GeminiClient(config=LLMConfig(api_key=api_key, model="gemini-2.0")),
    embedder= GeminiEmbedder(config=GeminiEmbedderConfig(api_key=api_key))
)

# 执行查询
response = graphiti.query("解释量子计算的基本原理。")
print(response)

文档资源

• 官方指南与 API 文档
• 项目源代码仓库

项目状态与路线图

当前版本

• 稳定版本：v1.0.0
• 最新开发版：v1.1.0-beta

计划功能

• 支持更多 LLM 提供商（如 Anthropic）
• 增强向量检索性能
• 图数据可视化工具集成

贡献指南

欢迎社区参与贡献！请参考开发者文档了解如何为项目贡献力量。

代码规范

• 遵循 PEP8 编码规范
• 提供单元测试用例
• 确保文档更新

联系方式

如需反馈或技术支持，请联系：

• 邮件：support@graphiti-project.com
• Slack 社区：加入社区

通过 Graphiti，您可以轻松构建智能应用，将复杂的知识管理任务变得简单高效。立即开始使用，探索更多可能性！