技术专栏 第1313页

接下来，我将详细介绍 Spring Boot 自动配置的过程，核心原理以及涉及的关键组件，并结合源码进行深入解析。

前一阵Graph RAG的风吹得呼呼的，经常被问你们也Graph RAG了么？但Graph RAG虽好但并非RAG的Silver Bullet，它有特定适合的问题和场景，更适合作为RAG中的一路召回，用来解决实体密集，依赖全局关系的信息召回。所以这一章我们来聊聊GraphRAG的实现和具体解决哪些问题。

它包含300w个节点、400w个动态边和100w个ground-truth节点。

2012年的金秋十月，刚刚遭遇服务器硬件故障的园子在上海张江浦东软件园，写了一篇小学生作文——
如果云计算，做了一个重要决定——开始考虑搬上很少人使用的阿里云，开启了云计算之路。

1、并发量可能会特别特别大，试想一下，一个几十万人的直播间，可能在直播开始前几秒钟，用户就瞬间涌入进来了，那么这时候我们的系统就得加载这些配置信息。此时请求量就如同洪峰一般，一下子就冲击进入我们的系统。

成本的话，由于有折扣，所以大概是 410 左右，然后自己加了个看上去不错的内存条花了 300 左右。硬盘的话我自己之前就有，所以总成本大概是 700 左右。大小的话，大概是一台手机横着和竖着的正方形大小，还带 Wi-Fi，虽然不太稳定。

今年5月份，我们在DB-GPT
v0.5.6版本发布了蚂蚁首个开源GraphRAG框架，支持了多种知识库索引底座，并在文章
《Vector | Graph：蚂蚁首个开源GraphRAG框架设计解读》里详细介绍了GraphRAG框架的设计实现和持续改进方向。7月份微软正式开源了
GraphRAG项目，引入图社区摘要改进QFS（Query Focused Summarization）任务的问答质量，但图索引的构建成本较高。9月份DB-GPT
v0.6.0在外滩大会正式发布，蚂蚁图团队联合社区对GraphRAG框架做了进一步改进，支持了图社区摘要，混合检索等能力，并大幅降低了图索引的构建时的token开销。