正文：微软近日发布了LazyGraphRAG，这是GraphRAG的迭代版本，开源后仅四个月便在GitHub获得超过19000颗星，成为当前最热门的RAG框架之一。LazyGraphRAG显著降低了数据索引成本，仅为GraphRAG的0.1%，即成本降低了1000倍。该框架采用全新的混合数据搜索方法，提高了生成结果的准确性和效率。 与GraphRAG相比，LazyGraphRAG在索引阶段不进行预总结或嵌入生成，而是利用NLP名词短语提取识别概念及其共现关系，再通过图统计优化概念图。在查询处理方面，LazyGraphRAG结合了最佳优先搜索和广度优先搜索，采用迭代加深的方式，从而在高效查询的同时确保结果的准确性。 LazyGraphRAG适用于成本敏感的场景，如中小企业和个人开发者的推荐系统和项目管理工具，而GraphRAG更适合高质量、全面查询的企业级知识管理和复杂数据分析。测试数据显示，LazyGraphRAG在不同预算条件下均表现出色，尤其在成本效益和查询质量上占据优势。