[开源] graphrag-ts：用纯 TypeScript 实现的 Lightweight GraphRAG 框架

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：

1. 额外维护 Python 环境 / 微服务，部署成本高
2. 很难自然接到 Node.js 后端栈里
3. 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 。