使用SiliconCloud尝试GraphRag——以《三国演义》为例（手把手教程，适合小白）...
内容提要
本文介绍了使用OpenAI模型体验GraphRag的方法，GraphRag是一种基于AI的内容理解和搜索能力，可以解析数据创建知识图谱并回答用户问题。文章详细介绍了GraphRag的配置和使用步骤，并提供了示例。同时，还介绍了使用SiliconCloud替代OpenAI的方法。最后，作者总结了GraphRag的使用注意事项和参考资料。
延伸解读
GraphRag 的 Token 消耗与成本控制
文章指出 GraphRag 的 Token 消耗量很大，对于一个两千多字的文本，一次索引和查询可能耗费十多万 Token。作者建议初次体验时使用字数较少的文本，并选用 gpt-4o-mini 等成本较低的模型。以《边城》为例，索引和查询总花费约 0.18 美元，说明在控制文本规模和模型选择的前提下，成本可以接受。
国内替代方案：SiliconCloud 的配置要点
对于无法使用 OpenAI 的国内用户，SiliconCloud 提供了兼容 OpenAI 格式的对话与嵌入模型。配置时需要将 API Key 替换为 SiliconCloud 的 Key，并修改模型名称，如对话模型可选用 meta-llama/Meta-Llama-3.1-70B-Instruct，嵌入模型可选用 BAAI/bge-large-en-v1.5。注意，使用 BAAI/bge-large-zh-v1.5 时作者遇到了错误，原因未知。
混合使用不同厂商 API 的灵活性
当某些厂商只提供对话模型或嵌入模型不兼容 OpenAI 格式时，可以混合使用两个 API Key：一个用于对话模型，另一个用于嵌入模型。例如，对话模型使用智谱的 glm-4-air，嵌入模型使用 SiliconCloud 的 BAAI/bge-large-en-v1.5。这种方案提高了模型选择的灵活性，但需要确保两个服务都兼容 OpenAI 接口。
本地模型运行的硬件限制
文章提到可以使用 Ollama 的对话模型和 LM Studio 的嵌入模型在本地运行 GraphRag，但作者因电脑配置不足，无法实测较大模型。对于硬件资源有限的用户，建议先从小规模文本和较小模型开始尝试，或考虑使用云端 API 替代。
Q&A
GraphRag是什么？
GraphRag是一种基于AI的内容理解和搜索能力，能够解析数据创建知识图谱并回答用户问题。
如何使用OpenAI模型体验GraphRag？
使用OpenAI模型体验GraphRag的步骤包括创建Python虚拟环境、安装GraphRag、配置OpenAI Api Key，并进行相关设置。
SiliconCloud可以替代OpenAI吗？
是的，SiliconCloud可以作为OpenAI的替代方案，适合国内用户使用，并提供兼容OpenAI格式的对话模型与嵌入模型。
使用GraphRag时需要注意什么？
使用GraphRag时需注意Token消耗量很大，建议初次体验时使用字数较少的文本和gpt-4o-mini模型以节约成本。
如何进行全局和局部查询？
全局查询使用命令 'python -m graphrag.query --method global'，局部查询使用命令 'python -m graphrag.query --method local'，后接具体问题。
如何配置SiliconCloud的Api Key？
在使用SiliconCloud时，需要在配置文件中将Api Key更改为SiliconCloud的Api Key，并调整模型设置。
