> ## Documentation Index
> Fetch the complete documentation index at: https://cndoc-langchain.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Graph RAG 集成

> 使用 LangChain Python 与 Graph RAG 集成。

## 概述

[Graph RAG](https://datastax.github.io/graph-rag/) 提供了一个检索器接口，该接口结合了基于向量的**非结构化**相似性搜索与元数据属性的**结构化**遍历。这使得能够对**现有的**向量存储进行基于图的检索。

## 安装与设置

<CodeGroup>
  ```bash pip theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  pip install langchain-graph-retriever
  ```

  ```bash uv theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  uv add langchain-graph-retriever
  ```
</CodeGroup>

## 检索器

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langchain_graph_retriever import GraphRetriever
```

更多信息，请参阅 [Graph RAG 集成指南](/oss/python/integrations/retrievers/graph_rag)。

***

<div className="source-links">
  <Callout icon="terminal-2">
    [将这些文档](/use-these-docs)通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。
  </Callout>

  <Callout icon="edit">
    [在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/python/integrations/providers/graph_rag.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。
  </Callout>
</div>