仓库地址：https://github.com/sadofriod/graphrag-ts
我最近做了一个纯 TypeScript 的 GraphRAG 实现，核心目标很简单：不想再为了一个知识图谱 / 文档问答系统，额外维护 Python 环境，也不想被某个框架绑死。
如果你常用 Node.js / Bun / TypeScript 做后端，或者想把知识库、Markdown 文档、企业文档分析做成一个更“结构化”的 RAG 服务，这个项目会比较贴近你们的场景。
为什么我会做这个
传统向量 RAG 很强，但它天然有个问题：相似度召回很容易把“信息找出来”，却不一定能把“关系、跨文档连接、宏观结构”保留下来。
微软的 GraphRAG 在这方面确实很厉害，但主流实现基本都在 Python 生态里。对很多 TS 团队来说，痛点就是：
- 额外维护 Python 环境 / 微服务，部署成本高
- 很难自然接到 Node.js 后端栈里
- TypeScript 生态里缺少一个真正能拿来做工程落地的 GraphRAG 参考实现
所以我就想试着做一个：
- 100% TypeScript
- 零 Python 依赖
- 面向 Markdown 知识库
- 可配合 Prisma 、PostgreSQL 、Node/Bun 生产环境使用
- 做的是工程实现，不是只放几个 demo
这个库目前做了什么
从仓库实现看，核心链路已经比较完整：
- Markdown 文档 ingest / chunking
- 实体、边、claim 抽取
- 图谱构建
- community detection
- community summary
- hybrid retrieval （ vector + keyword + graph signal ）
- evidence-grounded answer generation
- namespace 隔离 / 多租户 / 多语料场景支持
也就是说，它不是“把 GraphRAG 论文里的概念翻译成一份示例代码”，而是更像一个可继续扩展的 TypeScript 参考实现。
伪代码大概长这样
import {
injectGraphRAG,
GraphRAGRetrievalService,
startBuild,
createBuildRegistry,
} from '@ashes_born/graph-rag-ts';
import { PrismaClient } from '@prisma/client';
await injectGraphRAG({
database: {
client: new PrismaClient({ datasourceUrl: process.env.DATABASE_URL }),
},
models: [
{
type: 'slice',
baseURL: process.env.RAG_SLICE_BASE_URL!,
model: process.env.RAG_SLICE_MODEL!,
apiKey: process.env.RAG_SLICE_API_KEY!,
},
{
type: 'judge',
baseURL: process.env.RAG_JUDGE_BASE_URL!,
model: process.env.RAG_JUDGE_MODEL!,
apiKey: process.env.RAG_JUDGE_API_KEY!,
},
{
type: 'embedding',
baseURL: process.env.RAG_EMBED_BASE_URL!,
model: process.env.RAG_EMBED_MODEL!,
apiKey: process.env.RAG_EMBED_API_KEY!,
},
],
});
const registry = createBuildRegistry();
const buildId = startBuild(
[{ title: 'sample.md', content: 'Alice works with Bob at Acme Corp.' }],
registry,
'demo-namespace',
);
const service = new GraphRAGRetrievalService();
const result = await service.retrieve({
query: 'Who works with Alice?',
topK: 5,
});
console.log(result.answer);
这个项目的定位
我觉得它更偏“工程化”的 GraphRAG：
- 适合 Markdown 文档知识库
- 适合企业文档、知识图谱、研发文档整理
- 适合 Node/Bun 运行环境
- 适合需要保留结构化证据链的 RAG 系统
不是那种只会写几段伪代码、看起来很炫但实际没法落地的项目。
我现在的目标是把它做成一个 TypeScript 生态里比较有参考价值的 GraphRAG 基线，后续继续扩展数据库、召回、社区总结和查询质量。
公开链接
- GitHub: https://github.com/sadofriod/graphrag-ts
- Package:
@ashes_born/graph-rag-ts
- Install:
npm install @ashes_born/graph-rag-ts
如果你也在做文档知识库、企业知识图谱、或者想把 GraphRAG 做成真正可部署的 TS 服务，这个方向我觉得还是有点意思的。
欢迎试用、提 issue 、提 PR 。
