Graph_RAG是一個用Python打造的框架，設計用來構建和查詢知識圖譜，以支援檢索增強生成（RAG）。它支持非結構化文件的導入，透過LLMs或NLP工具自動抽取實體與關係，並存儲於Neo4j等圖形資料庫。借助Graph_RAG，開發者可建立連結的知識圖譜，執行語義圖查詢來識別相關節點與路徑，並將獲得的背景資訊輸入至LLM提示中。此框架提供模組化流程、可配置組件與範例，促進端到端的RAG應用，提升答案的準確度與解釋性，藉由結構化知識表徵。

Chat2Graph 集成於 TuGraph 圖形資料庫，提供對話式界面用於圖數據探索。透過預建連接器和提示工程層，將用戶意圖轉譯為有效的圖查詢，處理架構探索、建議優化方案，並在實時中執行查詢。結果可以表格、JSON 或網路視覺化方式在網頁UI中呈現。開發者能自定義提示範本、集成自訂插件或將Chat2Graph嵌入Python應用。適用於快速開發圖形驅動應用，並使領域專家能分析社交網路、推薦系統與知識圖中的關係，無需手動撰寫Cypher語法。