Strona główna Odkrywaj Pomoc
Zarejestruj się Zaloguj się
zengli
/
coding-agent
1
0
Forkuj 1
Pliki Problemy 0 Oczekujące zmiany 0 Wiki
Gałąź: main
Gałęzie Tagi
coding-agent
/
GraphRAG增强版_20260920
zengli-jenny 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
..
course-source 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
research 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
runtime 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
代码 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
课件 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
验证结果 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
README.md 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu
run.py 19cbf6a852 feat: 更新 GraphRAG 课程与 RAG 评估工具 4 tygodni temu

README.md

企业知识库 RAG · GraphRAG 增强版

这是课件与代码的独立副本。新增第五章“基于 Neo4j 的知识图谱增强问答”；原评估、整合、部署章节顺延为第六、七、八章。第五章先用“草莓缺货，为什么双人下午茶也会受影响”展示图索引的价值，再逐步实现图谱构建、实体定位、关系扩展、三路融合和带来源的回答。

从这里开始

  1. 打开 课件/EnterpriseKB_RAG_V1.0讲义/index.html 阅读课件。需要浏览器内搜索时，先运行 python run.py course，再访问 http://127.0.0.1:18090 。
  2. 可运行的主项目位于 代码/EnterpriseKB_qa_system。新增实现、主案例数据和评估分别在 graph_qa、graph_qa/data/dessert-shop、evaluation_graph。第五章也提供 代码/5.基于Neo4j的知识图谱增强问答系统 独立教学快照。
  3. 首次验收报告 汇总初次 52 项测试及 54 次三模式评估；中文命名修订验收 记录此次 58 项回归测试与中文查询实测。验证结果 保存本机真实运行的答案、路径、引用和指标；指标仅描述这组教学模拟数据，不代表生产业务效果。

本机启动

已有 Conda 环境为 EnterpriseKB-RAG，本机模型路径和独立数据库连接已写入 runtime/.env。该文件含私有配置，不放入讲义。无须再次下载模型。

conda activate EnterpriseKB-RAG
# 在本增强版目录中执行
python run.py services
python run.py health
python run.py serve

演示页面：http://127.0.0.1:18080 。接口文档：http://127.0.0.1:18080/docs 。Neo4j Browser：http://127.0.0.1:17474 ，连接地址 bolt://127.0.0.1:17687，账号 neo4j，密码见本地 runtime/.env。

数据库已经导入教学数据。如要恢复本课程的演示数据，执行 python run.py import。该操作刷新本副本的 FAQ 数据，按文档幂等导入图与向量数据，不操作原项目的数据库。

python run.py ask --mode milvus
python run.py ask --mode hybrid
python run.py ask --mode graph --question "草莓用完了，哪些甜品和套餐会受影响，分别该通知哪位店员？"
python run.py evaluate
python run.py test

ask 会调用原来配置的生成模型，--retrieval-only 可仅看证据。完整评估会对18道问题分别运行3种模式并调用生成模型；可用 python run.py evaluate --retrieval-only 只比较检索。

讲课时观察什么

三种模式共享31份甜品店原文、BGE-M3、BGE-Reranker和上下文预算。图中有22个实体与27条带出处的关系。Milvus 基线已经同时包含稠密与稀疏检索。图通道用关系路径找到分散的证据，并携带每条边对应的原文；融合后只运行一次统一重排。不能通过扩大图模式的上下文预算制造提升。

主例从草莓酱制作卡、招牌蛋糕制作卡、双人下午茶搭配卡出发，沿“需要/包含”连接三份资料。主例展示图检索补齐路径的能力，也保留营业时间、找不到商品、同名套餐不同门店和资料不足等反例。配方和套餐关系说明哪些商品需要草莓；实际是否停售还要核对成品库存和可替代配方。配套资料也保留了半成品和成品库存的限制，不能把“后续制作可能受影响”直接说成“所有现货必须停售”。

FAQ 命中时直接答复；未命中后固定运行三路召回。本章的图查询方向选择属于图通道内部的检索计划，不是“先判断关系问题才开启 Neo4j”。通道路由作为后续成本优化讨论。

环境与维护

  • Neo4j 5.26 Community、Milvus 3.0、MySQL 8.0、Redis 7 使用独立 Compose 项目与数据卷，服务仅监听本机。
  • BGE-M3 和 BGE-Reranker 读取已有模型权重；原共享目录中不完整的 BGE-M3 已改为指向本机另一课程中完整的同款模型。具体路径在私有运行配置中。
  • 新依赖装在原 EnterpriseKB-RAG 环境内。runtime/environment-versions.json 记录验收时版本。
  • python run.py stop 仅停止本增强版服务，保留数据卷。停止演示/API或课件服务可在对应窗口按 Ctrl+C。
  • 如需迁移，参考 runtime/.env.example 配置既有权重和模型 API；用 GRAPH_PYTHON 指定已有环境的 Python。不要复制模型权重来制造多个环境。

课件内容可从 course-source 重建；教学溯源、章节设计及原文件校验记录在 research。保留的旧版 PDF/XMind 属于原始参考资料，新增第五章以 HTML 课件为准。

中文图查询修订

第五章的教学查询使用“蛋糕、果酱、草莓”等具体临时变量，以及“商品、半成品、食材”等中文分类。图中的关系和属性也已中文化，课件查询可直接在本机 Neo4j 执行。MATCH、WHERE、RETURN 等固定语法保持原样并配有中文解释。内部接口与稳定编号保留，跨库对应关系由存储边界映射维护。修订验证见 验证结果/中文命名修订验收.md。