graphrag的搜索逻辑

graphrag的搜索逻辑: 参考
# https://github.com/gusye1234/nano-graphrag/blob/main/nano_graphrag/_op.py#L932
1.根据问题用在实体的向量化库里面搜索相关联的实体.
2.根据1里面的实体找到图中的实体节点node们.和node_degrees
3.设置node_data={**n, "entity_name": k["entity_name"], "rank": d}
n是node的文字叙述, k是实体名字,d是实体的度
4.找到community, text_units
5. 把上面信息都写到上下文里面.每一个信息都用csv来保存.
6.然后大模型提问即可.