## 总结

在本实验中，你学习了如何构建 GraphRAG 及 Tool Calling AI Agent 的完整解决方案。通过实践，你掌握了：

- 如何使用 **TiDB Cloud Starter** 作为 AI 应用的数据存储层，加速你的 AI 开发流程；
- 如何使用 dspy 从文本中提取 Graph 结构，构建知识图谱；
- 如何使用 Graph 改造传统的 RAG 为 GraphRAG，通过图结构提升信息检索的召回性能；
- 如何使用大语言模型 (LLM) 的 Tool Calling 机制，增强 AI Agent 的功能和能力；
- 如何构建一个完整的 Agent 来解决实际问题，实现智能化的任务处理。

这些技能将帮助你掌握业界前沿的 AI 技术，构建更加智能和高效的 AI 应用系统。

如果你对于 GraphRAG 感兴趣，我们有一个额外的 Lab: [构建基于 TiDB 使用 GraphRAG 和 Tool Calling 的 Agent](/labs/demo_410). 展示了 GraphRAG 的所有步骤，包含如何抽取图的部分。