graphrag-local-ollama

graphrag-local-ollama

基于Ollama的本地知识图谱RAG工具

GraphRAG Local Ollama是基于Microsoft GraphRAG的改编项目,支持使用Ollama下载的本地模型。该项目通过构建图形化文本索引,利用本地语言模型和嵌入模型回答全局性问题,适用于大规模文本语料库。相比OpenAPI模型,它具有高效、低成本的本地推理优势,同时提供简便的设置流程。这一工具特别适合需要处理私有数据或大量文本的用户。

GraphRAGOllama本地模型知识图谱贡献指南Github开源项目

🤝 贡献

我们欢迎社区成员为增强GraphRAG Local Ollama做出贡献!请参阅我们的贡献指南,了解如何参与的更多详情。

需要支持llama集成。

🚀 GraphRAG Local Ollama - 知识图谱

欢迎来到GraphRAG Local Ollama!这个仓库是微软GraphRAG的一个令人兴奋的改编版本,专门支持使用Ollama下载的本地模型。告别昂贵的OpenAPI模型,迎接使用Ollama进行高效、经济的本地推理!

📄 研究论文

关于GraphRAG实现的更多细节,请参考GraphRAG论文

论文摘要

使用检索增强生成(RAG)从外部知识源检索相关信息,使大型语言模型(LLMs)能够回答私有和/或先前未见过的文档集合的问题。然而,RAG在针对整个文本语料库的全局问题上失效,比如"数据集的主要主题是什么?",因为这本质上是一个查询聚焦摘要(QFS)任务,而不是一个明确的检索任务。同时,先前的QFS方法无法扩展到典型RAG系统索引的文本数量。为了结合这些对比方法的优势,我们提出了一种图形RAG方法来回答私有文本语料库的问题,该方法可以随用户问题的通用性和要索引的源文本数量而扩展。我们的方法使用LLM分两个阶段构建基于图形的文本索引:首先从源文档中派生实体知识图,然后为所有密切相关的实体组预生成社区摘要。给定一个问题,每个社区摘要用于生成部分响应,然后所有部分响应再次汇总为最终的用户响应。对于100万token范围内数据集的一类全局理解问题,我们展示了Graph RAG在生成答案的全面性和多样性方面相比简单的RAG基线有显著改进。

🌟 特性

  • 本地模型支持: 利用Ollama的本地模型进行LLM和嵌入。
  • 经济高效: 消除对昂贵OpenAPI模型的依赖。
  • 简易设置: 简单直接的设置过程。

📦 安装和设置

按照以下步骤设置此仓库并使用Ollama提供的本地模型运行GraphRag:

  1. 创建并激活新的conda环境:(请坚持使用给定的Python 3.10版本以避免错误)

    conda create -n graphrag-ollama-local python=3.10 conda activate graphrag-ollama-local
  2. 安装Ollama:

    curl -fsSL https://ollama.com/install.sh | sh #适用于Linux的ollama pip install ollama
  3. 使用Ollama下载所需模型,我们可以从(mistral, gemma2, qwen2)中选择LLM,以及Ollama提供的任何嵌入模型:

    ollama pull mistral #llm ollama pull nomic-embed-text #嵌入
  4. 克隆仓库:

    git clone https://github.com/TheAiSingularity/graphrag-local-ollama.git
  5. 进入仓库目录:

    cd graphrag-local-ollama/
  6. 安装graphrag包 ** 这是最重要的步骤:

    pip install -e .
  7. 创建所需的输入目录:这是存储实验数据和结果的地方 - ./ragtest

    mkdir -p ./ragtest/input
  8. 将样本数据文件夹input/复制到./ragtest。input/包含运行设置的样本数据。您可以在这里以.txt格式添加自己的数据。

    cp input/* ./ragtest/input
  9. 初始化./ragtest文件夹以创建所需文件:

    python -m graphrag.index --init --root ./ragtest
  10. 移动settings.yaml文件,这是主要的预定义配置文件,配置了ollama本地模型:

    cp settings.yaml ./ragtest

用户可以通过更改模型进行实验。llm模型期望像llama3、mistral、phi3等语言模型,嵌入模型部分期望像mxbai-embed-large、nomic-embed-text等Ollama提供的嵌入模型。您可以在这里找到Ollama提供的完整模型列表https://ollama.com/library,这些模型可以在本地部署。LLM和嵌入的默认API基础URL分别是http://localhost:11434/v1和http://localhost:11434/api,因此它们被添加到各自的部分中。

![LLM配置](https://raw.githubusercontent.com/TheAiSingularity/graphrag-local-ollama/main/<Screenshot 2024-07-09 at 3.34.31 AM-1.png>)

![嵌入配置](https://raw.githubusercontent.com/TheAiSingularity/graphrag-local-ollama/main/<Screenshot 2024-07-09 at 3.36.28 AM.png>)

  1. 运行索引,这将创建一个图:

    python -m graphrag.index --root ./ragtest
  2. 运行查询:仅支持全局方法

    python -m graphrag.query --root ./ragtest --method global "什么是机器学习?"

可以通过在settings.yaml中将graphml更改为"true"来保存图,这些图可以进一步用于可视化:

snapshots:
graphml: true

要可视化生成的graphml文件,您可以使用:https://gephi.org/users/download/ 或仓库中提供的脚本visualize-graphml.py:

将.graphml文件的路径传递给visualize-graphml.py中的以下行:

graph = nx.read_graphml('output/20240708-161630/artifacts/summarized_graph.graphml')

13. 可视化.graphml:

```bash
python visualize-graphml.py
```

引用


通过遵循上述步骤,您可以设置并使用本地模型运行GraphRAG,使过程更加经济高效。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多