nano-graphrag: 轻量级、灵活的 GraphRAG 实现

微软提出的GraphRAG 很有效,但是官方实现和使用都很复杂,不易修改和定制。近日,网络上出现一个国人开发的更简洁、易用且高度可定制的版本实现——nano-graphrag,它保留了核心功能,同时提供了更友好的用户体验。值得一提的是之前介绍的fast-graphrag也受到了该项目的启发。

nano-graphrag 核心特点是其简洁性、易用性和可定制性。代码量仅为 1100 行(不包括测试和提示),是官方实现的紧凑高效替代品。它设计为轻量级、异步和完全类型化,是希望将 GraphRAG 集成到项目中而不增加复杂性的开发者的理想选择。
安装 nano-graphrag 非常简单,可以直接从 PyPi 安装,或从源代码安装以获取最新功能。安装后,您可以通过设置 OpenAI API 密钥并下载文本文件开始工作。
from nano_graphrag import GraphRAG, QueryParam
graph_func = GraphRAG(working_dir="./dickens")
with open("./book.txt") as f:
graph_func.insert(f.read())
# Perform global graphrag search
print(graph_func.query("What are the top themes in this story?"))
# Perform local graphrag search (I think is better and more scalable one)
print(graph_func.query("What are the top themes in this story?", param=QueryParam(mode="local")))
# Batch Insert
graph_func.insert(["TEXT1", "TEXT2",...])
# Incremental Insert
with open("./book.txt") as f:
book = f.read()
half_len = len(book) // 2
graph_func.insert(book[:half_len])
graph_func.insert(book[half_len:])
上面提供的 Python 代码片段展示了图的构建以及如何将文本插入图中并执行全局和局部 GraphRAG 搜索。nano-graphrag 的一个关键特性是支持批量插入和增量插入,这使得在知识图中进行高效更新成为可能,而无需冗余计算。它还支持简单的 RAG 操作,以应对更简单的用例。
对于高级用户,nano-graphrag 提供了一系列自定义选项。您可以替换默认组件,例如 LLM 函数、嵌入函数和存储组件。这种灵活性使您能够根据特定需求定制系统,并将其无缝集成到您的项目中。
nano-graphrag 非常适合对 GraphRAG 感兴趣的人学习和使用,它的简洁性、易用性和可定制性使其成为开发人员选择GraphRAG的平替选择。
最后分享
AI大模型作为人工智能领域的重要技术突破,正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口,掌握AI大模型的知识和技能将变得越来越重要。
学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。
这里给大家精心整理了一份
全面的AI大模型学习资源,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享!

1. 成长路线图&学习规划
要学习一门新的技术,作为新手一定要先学习成长路线图,方向不对,努力白费。
这里,我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。(书籍含电子版PDF)

3. 大模型视频教程
对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识。

4. 2024行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战
学以致用 ,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题
面试不仅是技术的较量,更需要充分的准备。
在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包,有需要的小伙伴可以
微信扫描下方CSDN官方认证二维码,免费领取【保证100%免费】

更多推荐



所有评论(0)