一、项目概述

项目名称：GraphRAG+知识图谱可视化——以《红楼梦》为测试文本

核心目标：利用知识图谱中的结构化关系信息，辅助模型更精准地理解查询意图，并在海量数据中找到最相关的信息进行生成。

🧠技术原理：Graph RAG 是传统 RAG 的扩展形式，通过引入知识图谱来增强信息检索和生成的质量。关键技术包括：

1. 构建或使用已有知识图谱：将实体与实体之间的关系以图的形式表示
2. 图检索（Graph-based Retrieval） ：根据用户问题，在知识图谱中查找相关实体和关系
3. 图增强生成（Graph-enhanced Generation）：结合检索到的路径或子图信息生成更准确、连贯的回答

阶段	核心任务
环境配置	One API 部署、Trae IDE 配置
项目搭建	创建 Graphrag 项目、安装依赖
数据准备	文本分块、存入 input 目录
图谱构建	实体识别、关系抽取、图谱存储
图谱可视化	图谱展示与交互
图谱优化	去重、合并、布局调整

二、环境搭建（下载One API，创建渠道和令牌）

2.1 One API 安装与部署

One API 是 OpenAI 接口的管理、分发系统，支持 Azure、Anthropic Claude、Google PaLM 2 & Gemini、智谱 ChatGLM、百度文心一言、讯飞星火认知、阿里通义千问、360 智脑以及腾讯混元等多种大模型接口。

主要包括3部分：

1. 部署 One API 服务
2. 创建渠道（配置各模型供应商的 API Key）
3. 生成访问令牌（Token），供后续 GraphRAG 调用

具体操作步骤：

1、下载 One-api

https://github.com/songquanpeng/one-api/releases/tag/v0.6.10

如果觉得 github 下载太慢，已帮你下载好了

点击下载 👉 one-api.zip

2、双击运行 One-api，可以得出如下图所示效果：

3、复制链接 http://localhost:3000 ，在浏览器中打开One API

4、登录，输入账号和密码（上面看网址那个图上有）

5、点击“渠道” -->“添加新的渠道”

选择大模型，输入模型名称：

例如选择了“千问”，下面的名称是为了后期管理方便给自己看的，可以随意，但为了后期区分不同模型和项目使用情况，我使用了“模型（项目）”的形式：如下图

输入后，滑动鼠标到最下面，输入“密钥”

特别说明：每个大模型对应的密钥获取方式相同，只是网站不同，前期测试可以使用开放平台，效果可以再使用付费版本。

6、生成密钥

这里展示阿里云百炼（有免费额度）和智谱（无免费）两个平台的操作，如果只应用可以看阿里云百炼，免费情况如下图所示：

（1）阿里云百炼（有免费额度）

浏览器中，输入网址（尽量用电脑，别手机操作）：https://bailian.console.aliyun.com/，登录账号，点击页面上的“调用 CLI”。

点击网页左下角的“API Key”，进入API Key管理页面

点击右上角的“创建API Key”按钮

在弹出的“保存你的API Key”对话框中点击“复制”

再点击“关闭”，进入下一步（7）操作。

可以下载用于记录，方便其他平台使用，如果忘记点复制，直接关闭了对话框，只能重新建一个了。

（2）智谱AI开放平台（需付费），网址：https://open.bigmodel.cn/

如果不是和我一样，为了让大家看效果，可以跳过看下一步（7）。

注意：大模型的选择

点击右上角的“API Key”，进入API管理页面（如果没有登录会提示登录）

管理页面如下图所示，点击“新建API Key”

在弹出的对话框中输入名称后，点击确定

可以看到新创建的API信息在列表中显示，点击后面的“复制”按钮复制API Key

7、输入密钥

返回One API 窗口，在下面的“密钥”中，Ctrl + V 粘贴，点击“提交”

网站会提示“渠道创建成功”，点击“渠道”选项刷新页面，可以看到“渠道”页面多出一条信息：

8、渠道测试

点击“测试”，可以查看是否创建成功。如下图，阿里测试成功。

智谱测试效果如图，“余额不足”（新账号，未充值），不可用。

9、生成令牌

点击“令牌” --> “添加新的令牌” --> 选择渠道名–>增加额度值–>“提交”

点击“令牌”，查看生成的令牌，后期在项目中使用时，点击“复制”再粘贴到代码中即可。

2.2 Trae IDE 环境安装（已有）

Trae 是一款国产 AI 原生开发环境，免费且支持中文，能通过简单的目录配置快速实现 AI 全栈开发功能。在 Trae 中可进行以下配置：

• MCP Server 配置：Trae IDE 支持多种 MCP Server，其中 Memory MCP 本质上是一个知识图谱存储系统，用 JSONL 单文件存储，支持实体、关系、观察三种数据结构
• Python环境安装

安装TRAE IDE 、Python的具体操作**国内免费工具，零基础、基代码搭建单机版（本地）教材知识图谱，初尝试**

三、项目搭建（创建 Graphrag 项目、安装依赖）

3.1 创建 Graphrag 项目

在电脑上新建一个文件夹（项目根目录）。例如，我已有一个电子书的网页，现在完善电子书的知识图谱，在电子书ebook中，新建一个graph文件夹。

在TRAE IDE 中，打开项目文件夹

3.2 安装依赖（ Python 依赖）

在终端输入以下信息，回车

pip install neo4j langchain langchain-community langchain-openai
pip install neo4j-graphrag
pip install sentence-transformers
pip install python-dotenv

执行完成后，可以看到里面多了个文件夹，如下图所示：

3.3 Neo4j 数据库安装与连接

在TRAE的AI侧栏中，发送“帮我安装Neo4j”，根据提示进行操作。

安装 Neo4j Community Server（独立版），避免 GUI 问题。

配合TRAE AI的操作。运行‘同意。完成Neo4j安装：

在TRAE AI中，发送以下代码，配置 .env，启动Neo4J

具体代码可以复制：

NEO4J_URI=bolt://localhost:7687
NEO4J_USERNAME=neo4j
NEO4J_PASSWORD=password123
OPENAI_API_KEY=sk-xxxx    #这里输入之前生成的令牌码

运行完成后，TRAE 项目目录中，多了一个.env的文件

结果提示：

打开浏览器访问 http://localhost:7474,

输入账号和密码（neo4j和password123），点击“Connect”，连接

出现介绍页面，如果想看看但英语不好的（比如我

四、数据准备与图谱构建

4.1 准备原始文本

• 准备文本文件（.txt 或 .md）

文本内容可以是自己和笔记或者网张口上下载的文本。

为了方便大家测试，我用《红楼梦》文本测试，点击下载reddream.txt

⚠️注意：文件名用英文，避免读取乱码而出错。

4.2 图谱构建

在TRAE 的AI侧栏中，输入：

帮我创建完整的 GraphRAG 代码，将《红楼梦》（reddream.txt）文本导入并构建知识图谱，然后测试问答功能

如果觉得不够细致，可以自己加入一些限定，如：

1、读入文件：reddream.txt
2、文本分块：将原始文档分割成适合分析的小段落（chunk_size=1000,chunk_overlap=200），每个 chunk 应保持语义聚焦。块之间保留重叠（overlap）以保持上下文
3、连接 Neo4j
4、抽取实体与关系：从文本块中抽取实体（人物、地点、事件等）及其之间的关系

这里提示下，内容太长，Token消耗大，可以优化使用其中的一小章做测试。

我用的一本书，还没生成完，免费的Token就已经用完了。半成品效果图如下：

五、知识图谱优化 对构建完成的知识图谱进行优化处理，包括去除重复的节点和边、合并具有相同语义的节点、调整节点布局以提高图谱的可视化效果。 细节需要根据实际不断细节调整。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】