graphrag light

graphrag-light

Willkommen bei graphrag-light. Eine einfach zu startende, GCP-native Graphrag-Implementierung.

Installationsschritte

1. Führen Sie im Terminal aus, um ein Python-Venv zu erstellen:

 python3 -m venv .venv-graphrag-lite 

2. graphrag-lite verwendet graph2nosql, eine einfache Python-Schnittstelle zum Speichern und Verwalten von Wissensgraphen in der NoSQL-Datenbank Ihrer Wahl ( keine Graphdb erforderlich, Sie haben richtig gehört!).

Fügen Sie graph2nosql für die lokale Installation Ihrem Projektordner hinzu. (Noch) keine Pip-Verteilung verfügbar.

 git clone https://github.com/jakobap/graph2nosql.git

3. Installieren Sie Graphrag-Lite-Abhängigkeiten

 pip install -r ./graphrag_lite/requirements.txt

4. Dieses Repo implementiert Graphrag als parallelisierte Architektur auf GCP. Große Teile der Indizierungs- und Abfrageschritte werden von zwei zustandslosen Microservices verarbeitet. Diese sind in stateless-comm-reporter und stateless-context-processor definiert. Beide Verzeichnisse enthalten Makefiles zur Automatisierung des Builds und der Bereitstellung.

Zur Bereitstellung:

• Generieren Sie einen oder mehrere Dienstkontoschlüssel und platzieren Sie sie in stateless-comm-reporter und stateless-context-processor .
• Richten Sie eine .env-Datei mit den folgenden Umgebungsvariablen ein und platzieren Sie sie in stateless-comm-reporter und stateless-context-processor :

 GCP_CREDENTIAL_FILE=""
GCP_PROJECT_ID=""
GCP_PROJECT_NUMBER =""
GCP_REGION =""
GCP_MULTIREGION = ""
DOCUMENT_AI_PROCESSOR_ID =""
DOCUMENT_AI_PROCESSOR_VERSION = ""
LANGFUSE_SECRET_KEY = 
LANGFUSE_PUBLIC_KEY = 
LANGFUSE_HOST=
FIRESTORE_DB_ID=""
NODE_COLL_ID=""
COMM_COLL_ID=""
EDGES_COLL_ID=""
SCHEDULER_PUBSUB_ID=""
COMMUNITY_WL_PUBSUB=""
QUERY_FS_DB_ID=""
QUERY_FS_INT__RESPONSE_COLL=""
RAW_PDFS_BUCKET_NAME=""

• Laufen

 make all