在人工智能和大数据发展的背景下，我们常常需要在项目中实现知识图谱的应用，以便快速、准确地检索和使用信息。
今天，我将向大家详细介绍如何在一个新的.NET项目中集成GraphRag.Net，这是一个参考GraphRag实现的.NET版本，能够实现图谱数据的存储、检索、和问答功能。
在此之前，如果你还不熟悉GraphRag.Net的基本原理和实现，可以先参考我之前的文章。接下来，就让我们开始手把手集成GraphRag.Net的实践过程吧！
用.Net实现GraphRag：从零开始构建智能知识图谱
第一步：添加GraphRag.Net的NuGet包
最简单的方式是通过命令行添加NuGet包：
dotnet add package GraphRag.Net当然，你也可以通过Visual Studio 2022进行添加，方便图形化的操作。
第二步：配置项目
在成功添加NuGet包后，我们需要在程序的启动文件中进行依赖注入配置。首先，在项目根目录添加以下三个配置文件，分别为：
-
OpenAI配置：用于设置大模型接口的API密钥和端点。
-
TextChunker配置：用于设置文档切片的参数。
-
GraphDBConnection配置：用于设置数据库连接，默认支持SQLite和PostgreSQL。
在appsettings.json中添加以下配置：
{"OpenAI": {"Key": "sk-xxx","Endpoint": "https://api.antsk.cn/","ChatModel": "gpt-4o-mini","EmbeddingModel": "text-embedding-ada-002"},"TextChunker": {"LinesToken": 100,"ParagraphsToken": 1000},"GraphDBConnection": {"DbType": "Sqlite", // "PostgreSQL""DBConnection": "Data Source=graph.db","GraphDBConnection": "graphmem.db","VectorSize": 1536 // 仅在使用PostgreSQL时设置}
} 接着，在Program.cs中进行依赖注入：
// OpenAI配置
builder.Configuration.GetSection("OpenAI").Get<OpenAIOption>();
// 文档切片配置
builder.Configuration.GetSection("TextChunker").Get<TextChunkerOption>();
// 配置数据库连接
builder.Configuration.GetSection("GraphDBConnection").Get<GraphDBConnectionOption>();// 注入AddGraphRagNet，这里需要注意，需要先注入配置文件后注入AddGraphRagNet
builder.Services.AddGraphRagNet();注意：必须先注入配置文件，然后再注入GraphRagNet，以确保一切工作都已配置完毕。
第三步：使用GraphRag.Net的核心功能
在完成配置后，我们就可以开始使用GraphRag.Net提供的强大的图谱服务功能了。在需要使用的地方，注入IGraphService：
public class YourService
{private readonly IGraphService _graphService;public YourService(IGraphService graphService){_graphService = graphService;}// 以下是核心方法的使用示例
}//.net8新语法可以使用主构造函数进行注
public class YourService(IGraphService _graphService)
{// 以下是核心方法的使用示例
}在上面的示例中，我们可以调用以下核心方法：
查询所有索引
var graphModel = _graphService.GetAllIndex();查询索引下的图谱
var graphModel = _graphService.GetAllGraphs(index);插入文本数据到图谱（未切片）
await _graphService.InsertGraphDataAsync(model.Index, model.Input);插入文本数据到图谱（切片）
await _graphService.InsertTextChunkAsync(index, txt);生成社区摘要
await _graphService.GraphCommunitiesAsync(index);生成全局摘要
await _graphService.GraphGlobalAsync(index);不同的查询模式
我们提供了两种不同的查询模式，每种模式都有其优缺点：
搜索递归获取节点相关的所有边和节点进行图谱对话
var result = await _graphService.SearchGraphAsync(model.Index, model.Input);通过社区算法检索社区节点进行对话
var result = await _graphService.SearchGraphCommunityAsync(model.Index, model.Input);总结
通过本文的介绍，我们了解了如何在一个新项目中集成GraphRag.Net。根据不同的应用场景，你可以选择不同的查询和摘要生成方法。由于当前导入仅支持文本数据，在实际项目中，可以结合Kernel Memory的自定义Handler来导入不同格式的文档。
欢迎大家加入我们的交流社区，如果感兴趣，请关注我的公众号《许泽宇的技术分享》并发送“进群”来获取加入方式。期待与你们一起交流心得，共同进步！
