SiliconCloud介绍
SiliconCloud提供基于优秀的开源基础模型的高性价比的GenAI服务。与其他大模型云服务平台不同，SiliconCloud上架了多种开源大语言模型及图片生成模型，包括Qwen、DeepSeek、GLM、Yi、Mistral、LLaMA 3、SDXL、InstantID等，用户可自由切换适合不同应用场景的模型。此外，SiliconCloud还提供开箱即用的大模型推理加速服务，为用户的GenAI应用带来更高效的体验。对开发者来说，通过SiliconCloud即可一键接入顶级开源大模型，拥有更好的应用开发速度和体验，同时显著降低应用开发的试错成本。
官网地址：
https://siliconflow.cn/zh-cn/siliconcloud
GraphRag.Net介绍
微软此前开源了graphrag代码，项目地址：
https://github.com/microsoft/graphrag
.
GraphRag.Net是国内一位大佬参考GraphRag使用Semantic Kernel来实现的dotnet版本。项目地址：
https://github.com/AIDotNet/GraphRag.Net
不要忘了给大佬一个Star哦！
对于想要学习GraphRag的同学，可以结合这两个项目一起学习。
快速体验GraphRag
git clone到本地，根据README的指引，进行配置：
这里我使用的是硅基流动提供的API：
硅基流动不仅提供了对话模型还提供了嵌入模型，并且还兼容了OpenAI的格式，因此接入GraphRag.Net非常方便。这里对话模型使用的是Qwen/Qwen2-72B-Instruct，嵌入模型使用的是BAAI/bge-large-zh-v1.5。
启动GraphRag.Net项目，输入
http://localhost:5000/
进入GraphRag.Net页面：
准备了一篇关于嫦娥奔月的故事的txt文本，查看控制台：
在生成知识图谱中了，等待生成完成。
生成好知识图谱之后，查看知识图谱：
查看数据库中存了什么。
向量数据库使用的是SQLite，里面存了一些向量数据：
查看业务数据库中的节点表：
查看边界表：
可能因为文本不是很多，其他表中没有信息。
然后就可以根据知识图谱进行Rag了。
问一个问题，比如“嫦娥送什么礼物给天帝？”：
回答正确。
如果体验之后，确实对GraphRag感兴趣，可以深入研究一下GraphRag的原理，两个项目结合起来看一看。
