graphrag light

graphrag-lumière

Bienvenue sur graphrag-light. Une implémentation graphrag facile à démarrer, native de GCP.

Étapes d'installation

1. Exécutez dans le terminal pour créer un venv python :

 python3 -m venv .venv-graphrag-lite 

2. graphrag-lite utilise graph2nosql, une interface Python simple pour stocker et gérer les graphiques de connaissances dans la base de données NoSQL de votre choix ( aucun graphdb n'est nécessaire, vous avez bien entendu !).

Ajoutez graph2nosql dans votre dossier de projet pour une installation locale. Aucune distribution de pip disponible (encore).

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

3. Installer les dépendances graphrag-lite

 pip install -r ./graphrag_lite/requirements.txt

4. Ce dépôt implémente graphrag en tant qu'architecture paralélisée sur GCP. Une grande partie des étapes d'indexation et de requête sont traitées par deux microservices sans état. Ceux-ci sont définis dans stateless-comm-reporter et stateless-context-processor . Les deux répertoires contiennent des Makefiles pour automatiser la construction et le déploiement.

Pour déployer :

• Générez une ou plusieurs clés de compte de service et placez-les dans stateless-comm-reporter et stateless-context-processor .
• Configurez un fichier .env avec les variables d'environnement suivantes et placez-le dans stateless-comm-reporter et 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=""

• Courir

 make all