欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • GraphRAG实战(用LangChain+Neo4j开发知识图谱增强的RAG智能体应用)
      • 作者:叶健峰|责编:张烨
      • 出版社:东南大学
      • ISBN:9787576622836
      • 出版日期:2025/10/01
      • 页数:323
    • 售价:35.2
  • 内容大纲

        本书深入研究了业界领先的微软与Neo4j GraphRAG解决方案,结合中国国产大模型的应用条件,用一个贯通全书的例子,探索GraphRAG在国内各行业具体应用场景中落地实施的开源集成解决方案,具有较好的可操作性和较高的性价比,尤其适用于资源有限的各种中小型组织快速地开发、测试、集成与部署GraphRAG应用,用大模型AI为传统业务赋能。本书也适用于对GraphRAG技术感兴趣的技术人员、教师、学生等读者,可提供GraphRAG技术现状的概览与快速入门指导。
  • 作者介绍

  • 目录

    1 在WSL2上搭建GPU Linux Server深度学习环境
      1.1  在Windows WSL2上安装Ubuntu 22
      1.2  安装Ubuntu 22 PyTorch深度学习开发环境
      1.3  安装配置Jupyter Hub
      1.4  在PyTorch上运行HanLP
      1.5  Neo4j Community安装配置
    2 微软GraphRAG
      2.1  微软GraphRAG测试
      2.2  Ollama本地运行
    3 Neo4j GraphRAG
      3.1  安装Docker
      3.2  Neo4j KGBuilder安装
      3.3  Neo4j KGBuilder测试
      3.4  在Python中调用KGBuilder
    4 开发GraphRAG应用
      4.1  实体关系提取与导入
      4.2  实体工程:索引、合并与社区摘要
      4.3  局部查询与全局查询
    5 Agent开发
      5.1  实现多轮对话的GraphRAG局部查询
      5.2  用LangSmith调试
      5.3  用Agent实现局部查询
      5.4  定制自己的Agent
      5.5  为Agent增加全局查询
    6 在GraphRAG中应用国产大模型
      6.1  国产大模型接入LangChain
      6.2  用国产大模型构建知识图谱
      6.3  在Agent中应用国产大模型
    7 本地部署LLM
      7.1  Ollama本地部署LLM
      7.2  端侧小模型MiniCPM3测试
      7.3  其他端侧运行LLM的方法
    8 开发GraphRAG APP
      8.1  用FastAPI公开Agent调用
      8.2  Shiny for Python开发环境安装配置
      8.3  Shiny for Python APP开发
    9 GraphRAG应用评估
      9.1  用Ragas评估GraphRAG应用
      9.2  评估指标原理
      9.3  LangSmith查看LLM调用序列