蚂蚁 DB

最近蚂蚁开源的 DB-GPT 上线了类似微软的 GraphRAG，并且宣称比 GraphRAG 节省 1 倍的 Token，而且官方的一张可视化图谱吸引了我，漂亮是真漂亮，真金不怕火炼，我来上手测一遍，让你少踩一次坑。

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 .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 

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=

• 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。

参考资料

[1]

tugraph.md:.6.1/examples/test_files/tugraph.md

[2]

dbgpt.md:.6.1/examples/test_files/dbgpt.md

[3]

osgraph.md:.6.1/examples/test_files/osgraph.md