
graphrag
文章平均质量分 76
需要重新演唱
这个作者很懒,什么都没留下…
展开
-
手动提示调优:定制GraphRAG索引器
实体的名称或关系的源/目标对。- 实体或关系的描述列表。创建自定义提示文件:在纯文本文件中编写自定义提示,使用上述token替换。指定自定义提示文件:在GraphRAG索引器的配置中指定自定义提示文件的路径。# 其他配置参数。原创 2024-10-14 15:09:39 · 406 阅读 · 0 评论 -
global search
全局搜索(Global Search)是一种通过MapReduce方式处理所有AI生成的社区报告,从而生成答案的方法。这种方法虽然资源密集,但通常能很好地回答需要理解整个数据集的问题(例如,“笔记本中提到的草药的最重要价值是什么?全局搜索是一种强大的工具,能够帮助我们从大规模数据集中提取有价值的信息。通过MapReduce的方式,结合LLM的能力,我们可以在复杂的查询中找到准确的答案。全局搜索的核心思想是通过MapReduce的方式处理AI生成的社区报告,从而生成答案。最后,我们执行全局搜索并生成响应。原创 2024-10-14 15:01:52 · 1387 阅读 · 0 评论 -
local search
本地搜索(Local Search)是一种结合AI提取的知识图谱和原始文档文本块生成答案的方法。本地搜索是一种强大的工具,能够帮助我们从知识图谱和输入文档中生成与特定实体相关的答案。通过结合结构化数据和非结构化数据,本地搜索方法可以生成代表数据中最重要或最紧急信息内容或主题的答案。希望本文的详细解释和代码示例能够帮助你在实际项目中应用本地搜索技术。本地搜索的核心思想是通过结合知识图谱中的结构化数据和输入文档中的非结构化数据,生成与特定实体相关的答案。我们使用加载的数据构建本地搜索上下文。原创 2024-10-14 14:58:22 · 1111 阅读 · 0 评论 -
graphrag 自动提示调优 ⚙️提示词优化
这些提示是通过加载输入数据,将其分割成块(文本单元),然后运行一系列LLM调用和模板替换来生成的。我们建议使用脚本提供的默认值,但在此页面上,您将找到每个参数的详细信息,以防您想进一步探索和调整提示调优算法。运行自动调优后,您应该修改以下环境变量(或配置变量),以便在索引运行时使用新的提示。注意:请确保更新生成提示的正确路径,在此示例中我们使用默认的“prompts”路径。这一步骤是可选的,但强烈建议运行它,因为它在执行索引运行时会带来更好的结果。有关初始化过程的更多信息,请参阅初始化文档。原创 2024-10-14 11:01:19 · 793 阅读 · 0 评论 -
配置GraphRAG索引
默认配置模式是开始使用GraphRAG系统的最简单方式。它设计为开箱即用,只需最少的配置。索引引擎管道的主要配置部分如下所述。初始化工作区后,您可以运行提示调优命令以适应您的数据,或者甚至开始运行索引管道以索引您的数据。有关配置GraphRAG的更多信息,请参阅配置文档。GraphRAG系统具有高度的可配置性。本页概述了GraphRAG索引引擎的可用配置选项。文件,并包含必要的配置设置。它还将输出GraphRAG使用的默认LLM提示。要开始使用GraphRAG,您需要配置系统。命令是最简单的入门方式。原创 2024-10-14 10:38:08 · 698 阅读 · 0 评论 -
graphrag get_started 入门指南
以下是一个简单的端到端示例,展示了如何使用GraphRAG系统来索引一些文本,然后使用索引数据来回答关于文档的问题。原创 2024-10-14 10:22:51 · 494 阅读 · 0 评论