O que é GraphRAG?
O GraphRAG usa um modelo de linguagem para extrair entidades e relações dos seus documentos, constrói um grafo de conhecimento, agrupa-o em comunidades e escreve um resumo de cada uma. As consultas podem então se apoiar nesses resumos para responder perguntas amplas, como os temas principais de um corpus inteiro, que a busca vetorial comum trata mal. Desde agosto de 2026, o README diz que o projeto está em grande parte em modo de manutenção: a Microsoft vai corrigir bugs, atualizar dependências e corrigir CVEs, mas não vai aceitar novos pull requests nem acrescentar recursos.
Ele oferece busca global (sobre os resumos de comunidades) e busca local (em torno de entidades específicas), entre outros modos. A Microsoft Research também descreveu o LazyGraphRAG, uma variante mais barata que adia a maior parte do trabalho do modelo para a hora da consulta.
É uma biblioteca Python e uma CLI, lançadas pela Microsoft Research como código de demonstração; o README diz que não é uma oferta com suporte oficial da Microsoft.
GraphRAG vale a pena?
O GraphRAG agora é um artefato de pesquisa concluído, e não uma biblioteca em crescimento. Em agosto de 2026, a Microsoft acrescentou ao README um aviso dizendo que os modelos de fronteira tinham mudado muito desde o primeiro lançamento, em julho de 2024, e que o projeto receberia correções de bugs, atualizações de dependências e correções de CVEs, mas nenhum recurso novo. As versões confirmam isso: a v3.3.0, de 8 de outubro de 2026, trouxe uma única correção de desempenho no SQLite. O repositório tem cerca de 36.400 estrelas.
A ideia em si não envelheceu. A busca global responde a partir de resumos de comunidades escritos na hora da indexação, então uma pergunta como "quais são os principais temas desta história?" se apoia no corpus inteiro, e não no punhado de trechos que uma busca vetorial recupera. O quickstart mostra isso com um texto do Project Gutenberg, e indexar esse único livro leva alguns minutos com uma chave da OpenAI ou do Azure.
O custo é o motivo pelo qual a maioria das equipes desiste. O README e a documentação avisam que a indexação é cara e recomendam começar pequeno, com modelos baratos, porque cada documento passa pelo modelo para extração e resumo. O post da Microsoft Research sobre o LazyGraphRAG estima a indexação de RAG vetorial em 0,1% do custo do GraphRAG completo. Documentos alterados significam, em grande parte, uma reconstrução, e o README avisa que os resultados sem ajustes podem decepcionar sem a etapa de ajuste de prompts.
As atualizações têm suas próprias tarefas. Versões menores exigem `graphrag init --force`, que sobrescreve sua configuração e os prompts ajustados, e versões maiores precisam de um notebook de migração para evitar a reindexação. Para um arquivo fixo, indexado uma vez e consultado por anos, um pipeline que não vai mais mudar é, de certo modo, uma virtude; para um conjunto de documentos vivo, a indexação mais barata do LightRAG é a comparação que a maioria das análises de 2026 faz.
Onde ele se destaca
Um analista de pesquisa em um instituto de políticas públicas com um arquivo fixo de relatórios publicados
Encontrar os temas que se repetem em toda a coleção
Indexe uma vez com um modelo barato, ajuste os prompts e depois use a busca global. O custo são os tokens do modelo para uma passada por cada relatório; como o arquivo não muda, a reconstrução cara nunca volta.
Um engenheiro de dados em um escritório de advocacia avaliando abordagens de recuperação
Provar se um grafo supera a busca híbrida em perguntas entre documentos antes de pagar por ele
Rode o quickstart, depois indexe uma pequena amostra de casos e compare as respostas com um conjunto de avaliação. Cada documento vai para o endpoint configurado da OpenAI ou do Azure, então vale o acordo de dados do escritório com esse provedor.
Uma equipe de plataforma de ML dentro de um tenant do Azure
Oferecer um serviço de busca baseado em grafo sem guardar chaves de API em disco
Use a autenticação azure_managed_identity e mantenha as saídas em parquet no tenant. Com o projeto de origem em modo de manutenção, a equipe deve esperar ser dona de qualquer trabalho de recursos em um fork.
Antes de decidir
- Configuração
- `python -m pip install graphrag` no Python 3.10 a 3.12, `graphrag init`, adicione uma chave da OpenAI ou do Azure e depois `graphrag index`; segundo a documentação, o livro de exemplo é indexado em alguns minutos.
- Integrações
- CLI e biblioteca Python; o quickstart cobre OpenAI e Azure OpenAI, incluindo identidade gerenciada do Azure. O índice é gravado como arquivos parquet.
- Dados e privacidade
- Cada documento é enviado ao endpoint de modelo configurado para extração e resumo; o índice fica no armazenamento local ou no seu próprio. Licença MIT; nenhum aviso de segurança publicado no GitHub.
- Custo em escala
- Sem edição paga. A conta são os tokens de modelo para extrair e resumir o corpus inteiro, repetidos quando os documentos mudam; a Microsoft Research estima a indexação de RAG vetorial em 0,1% desse custo.
- Limites
- Modo de manutenção sem recursos novos; o Python 3.13 não é suportado; atualizações menores sobrescrevem a configuração; documentos alterados forçam, em grande parte, uma reconstrução.
O que é bom
- A busca global responde perguntas sobre o corpus inteiro que o RAG vetorial não pega
- Os resumos de comunidades são úteis por si sós
- Licença MIT; roda no seu próprio tenant do Azure
- Ainda recebe correções de bugs e de CVEs
O que não é
- Em modo de manutenção desde agosto de 2026; sem recursos novos
- A indexação passa o corpus inteiro por um modelo de linguagem
- Atualizações menores sobrescrevem a configuração e os prompts ajustados
- Os prompts padrão precisam de ajuste, segundo o README
Ideal para
Equipes com um conjunto de documentos fixo e de alto valor em que perguntas entre documentos justificam um índice caro feito uma única vez.
Alternativas ao GraphRAG
GraphRAG: perguntas frequentes
- GraphRAG vale a pena?
- Ainda é o design de referência para perguntas sobre o corpus inteiro, mas a Microsoft parou de desenvolvê-lo e a conta da indexação continua tão alta quanto sempre. Damos nota 3.5 de 5.
- Quanto custa GraphRAG?
- Gratuito e open source sob a licença MIT. A indexação roda com os seus próprios créditos da OpenAI ou da Azure OpenAI, e o README avisa que isso pode sair caro.
- Quais são as desvantagens de GraphRAG?
- Em modo de manutenção desde agosto de 2026; sem recursos novos; a indexação passa o corpus inteiro por um modelo de linguagem; atualizações menores sobrescrevem a configuração e os prompts ajustados; os prompts padrão precisam de ajuste, segundo o README.
- Para quem GraphRAG é indicado?
- Equipes com um conjunto de documentos fixo e de alto valor em que perguntas entre documentos justificam um índice caro feito uma única vez.
- Quanto custa GraphRAG para uma equipe ou em produção?
- Sem edição paga. A conta são os tokens de modelo para extrair e resumir o corpus inteiro, repetidos quando os documentos mudam; a Microsoft Research estima a indexação de RAG vetorial em 0,1% desse custo.
- GraphRAG é seguro para dados da empresa?
- Cada documento é enviado ao endpoint de modelo configurado para extração e resumo; o índice fica no armazenamento local ou no seu próprio. Licença MIT; nenhum aviso de segurança publicado no GitHub.
- Quais são as melhores alternativas ao GraphRAG?
- As alternativas mais próximas que analisamos são LlamaIndex, RAGFlow e Haystack.
Respostas verificadas em 26 de out. de 2026.