本文介绍了如何使用GPT-4o-mini模型进行AI对话交互，并展示了基于GraphRAG框架的全局搜索方法。主要内容包括：1) 调用GPT-4o-mini模型进行简单对话交互；2) 配置全局搜索参数，加载社区报告、实体和社区数据；3) 通过Leiden社区层级结构进行数据过滤，构建全局搜索上下文。该方法适用于需要整体理解数据集的复杂问题，但计算成本较高。

本文演示了如何使用OpenAI API调用GPT模型进行对话测试。首先通过环境变量加载API密钥，然后实例化OpenAI客户端。测试调用"gpt-4o-mini"模型生成问候语响应。接着列出当前API密钥可调用的所有模型，包括GPT-4、GPT-3.5、DALL-E等不同版本和功能的模型。结果显示可调用模型列表包含多个GPT系列模型，如gpt-4、gpt-3.5-turbo、gpt-4o等，以及文本嵌入、图像生成等专用模型。

基于Agent的RAG增强系统研究 本文提出了一种Agentic RAG（Agent-based Retrieval-Augmented Generation）框架，通过引入智能体组件来增强传统RAG系统的检索和生成能力。研究构建了一个包含知识库检索和实时网络搜索的多工具智能体系统，采用LangGraph图结构实现流程编排，包含模型调用、工具执行和条件路由等核心节点。实验结果表明，该系统能够智能决策何时调用各类检索工具，并通过消息传递机制实现组件间协作，有效解决了传统RAG在动态信息获取方面的局限性。该框架