HugeGraph-AI

License Ask DeepWiki

DeepWiki 提供实时更新的项目文档，内容更全面准确，适合快速了解项目最新情况。

📖 https://deepwiki.com/apache/incubator-hugegraph-ai

hugegraph-ai 整合了 HugeGraph 与人工智能功能，为开发者构建 AI 驱动的图应用提供全面支持。

✨ 核心功能

  • GraphRAG：利用图增强检索构建智能问答系统
  • Text2Gremlin：自然语言到图查询的转换，支持 REST API
  • 知识图谱构建：使用大语言模型从文本自动构建图谱
  • 图机器学习：集成 21 种图学习算法（GCN、GAT、GraphSAGE 等）
  • Python 客户端：易于使用的 HugeGraph Python 操作接口
  • AI 智能体：提供智能图分析与推理能力

🎉 v1.5.0 新特性

  • Text2Gremlin REST API：通过 REST 端点将自然语言查询转换为 Gremlin 命令
  • 多模型向量支持：每个图实例可以使用独立的嵌入模型
  • 双语提示支持：支持英文和中文提示词切换（EN/CN）
  • 半自动 Schema 生成：从文本数据智能推断 Schema
  • 半自动 Prompt 生成：上下文感知的提示词模板
  • 增强的 Reranker 支持：集成 Cohere 和 SiliconFlow 重排序器
  • LiteLLM 多供应商支持：统一接口支持 OpenAI、Anthropic、Gemini 等

🚀 快速开始

[!NOTE] 如需完整的部署指南和详细示例，请参阅 hugegraph-llm/README.md。

环境要求

  • Python 3.10+（hugegraph-llm 必需）
  • uv 0.7+（推荐的包管理器）
  • HugeGraph Server 1.5+（必需）
  • Docker（可选，用于容器化部署）

方案一：Docker 部署（推荐）

# 克隆仓库
git clone https://github.com/apache/incubator-hugegraph-ai.git
cd incubator-hugegraph-ai

# 设置环境并启动服务
cp docker/env.template docker/.env
# 编辑 docker/.env 设置你的 PROJECT_PATH
cd docker
docker-compose -f docker-compose-network.yml up -d

# 访问服务：
# - HugeGraph Server: http://localhost:8080
# - RAG 服务: http://localhost:8001

方案二：源码安装

# 1. 启动 HugeGraph Server
docker run -itd --name=server -p 8080:8080 hugegraph/hugegraph

# 2. 克隆并设置项目
git clone https://github.com/apache/incubator-hugegraph-ai.git
cd incubator-hugegraph-ai/hugegraph-llm

# 3. 安装依赖
uv venv && source .venv/bin/activate
uv pip install -e .

# 4. 启动演示
python -m hugegraph_llm.demo.rag_demo.app
# 访问 http://127.0.0.1:8001

基本用法示例

GraphRAG - 问答

from hugegraph_llm.operators.graph_rag_task import RAGPipeline

# 初始化 RAG 工作流
graph_rag = RAGPipeline()

# 对你的图进行提问
result = (graph_rag
    .extract_keywords(text="给我讲讲 Al Pacino 的故事。")
    .keywords_to_vid()
    .query_graphdb(max_deep=2, max_graph_items=30)
    .synthesize_answer()
    .run())

知识图谱构建

from hugegraph_llm.models.llms.init_llm import LLMs
from hugegraph_llm.operators.kg_construction_task import KgBuilder

# 从文本构建知识图谱
TEXT = "你的文本内容..."
builder = KgBuilder(LLMs().get_chat_llm())

(builder
    .import_schema(from_hugegraph="hugegraph")
    .chunk_split(TEXT)
    .extract_info(extract_type="property_graph")
    .commit_to_hugegraph()
    .run())

图机器学习

from pyhugegraph.client import PyHugeClient
# 连接 HugeGraph 并运行机器学习算法
# 详细示例请参阅 hugegraph-ml 文档

📦 模块

hugegraph-llm Ask DeepWiki

用于图应用的大语言模型集成：

  • GraphRAG：基于图数据的检索增强生成
  • 知识图谱构建：从文本自动构建知识图谱
  • 自然语言接口：使用自然语言查询图
  • AI 智能体：智能图分析与推理

hugegraph-ml

包含 21 种算法的图机器学习：

  • 节点分类：GCN、GAT、GraphSAGE、APPNP、AGNN、ARMA、DAGNN、DeeperGCN、GRAND、JKNet、Cluster-GCN
  • 图分类：DiffPool、GIN
  • 图嵌入：DGI、BGRL、GRACE
  • 链接预测：SEAL、P-GNN、GATNE
  • 欺诈检测：CARE-GNN、BGNN
  • 后处理：C&S（Correct & Smooth）

hugegraph-python-client

用于 HugeGraph 操作的 Python 客户端：

  • Schema 管理：定义顶点/边标签和属性
  • CRUD 操作：创建、读取、更新、删除图数据
  • Gremlin 查询：执行图遍历查询
  • REST API：完整的 HugeGraph REST API 覆盖

📚 了解更多

🔗 相关项目

🤝 贡献

我们欢迎贡献！详情请参阅我们的贡献指南。

开发设置：

  • 使用 GitHub Desktop 更轻松地管理 PR
  • 提交 PR 前运行 ./style/code_format_and_analysis.sh
  • 报告错误前检查现有问题

contributors graph

📄 许可证

hugegraph-ai 采用 Apache 2.0 许可证。

📞 联系我们

Apache HugeGraph WeChat QR Code
HugeGraph-LLM

HugeGraph-ML

GraphRAG UI Details

配置参考

REST API 参考

Page last updated February 2, 2026: BREAKING CHANGE: graduate as TLP & refactor a string of docs (#447) (655c3fd9)