กราฟที่เชื่อถือได้
0.13.2
- เอกสารฉบับเต็ม ?? คลีไอ ? ใช้กรณี ? เข้าร่วมดิสคอร์ด ? ยูทูป ? บล็อก
TrustGraph Engine มอบเครื่องมือ บริการ ร้านค้ากราฟ และ VectorDB ทั้งหมดที่จำเป็นในการปรับใช้ตัวแทน AI ที่เชื่อถือได้ ปรับขนาดได้ และแม่นยำ AI Engine ประกอบด้วย:
นำเข้าข้อมูลที่ละเอียดอ่อนของคุณเป็นชุด และสร้างแกนความรู้ที่นำมาใช้ซ้ำและปรับปรุงได้ ซึ่งเปลี่ยน LLM สำหรับวัตถุประสงค์ทั่วไปให้เป็นผู้เชี่ยวชาญด้านความรู้ แดชบอร์ดความสามารถในการสังเกตช่วยให้คุณตรวจสอบเวลาแฝงของ LLM การจัดการทรัพยากร และปริมาณงานโทเค็นแบบเรียลไทม์ แสดงภาพข้อมูลที่ปรับปรุงของคุณด้วย Neo4j
มีสองวิธีหลักในการโต้ตอบกับ TrustGraph:
TrustGraph CLI ติดตั้งคำสั่งสำหรับการโต้ตอบกับ TrustGraph ในขณะที่ทำงาน Configuration UI ช่วยให้สามารถปรับแต่งการใช้งาน TrustGraph ก่อนเปิดตัวได้
pip3 install trustgraph-cli==0.13.2
บันทึก
เวอร์ชัน TrustGraph CLI จะต้องตรงกับเวอร์ชัน TrustGraph ที่ต้องการ
แม้ว่า TrustGraph จะสามารถปรับแต่งได้ไม่รู้จบ แต่ตัวแก้ไขการกำหนดค่าสามารถสร้างการกำหนดค่าแบบกำหนดเองได้ภายในไม่กี่วินาทีด้วย Docker
เปิดตัว UI การกำหนดค่าสำหรับนักพัฒนาซอฟต์แวร์ ?
ขั้นตอนการเปิดตัว:
Model Deployment ที่เลือก ให้ทำตามคำแนะนำในส่วน Model credentials เพื่อกำหนดค่าตัวแปรสภาพแวดล้อมหรือเส้นทางที่จำเป็นModel Name ที่สอดคล้องกับ Model Deployment ที่คุณเลือกModel Parameters ที่ต้องการทั้งหมดGENERATE ใต้ส่วน Deployment configurationLaunch เมื่อ deploy.zip ได้รับการคลายซิปแล้ว การเปิดใช้ TrustGraph ก็ทำได้ง่ายเพียงแค่นำทางไปยังไดเร็กทอรี deploy และเรียกใช้:
docker compose up -d
เมื่อเสร็จแล้ว การปิดระบบ TrustGraph นั้นง่ายดายเพียง:
docker compose down -v
TrustGraph รุ่นต่างๆ มีอยู่ที่นี่ ดาวน์โหลด deploy.zip สำหรับเวอร์ชันรีลีสที่ต้องการ
| ประเภทการเปิดตัว | เวอร์ชันวางจำหน่าย |
|---|---|
| ล่าสุด | 0.14.6 |
| มั่นคง | 0.13.2 |
TrustGraph มีคอนเทนเนอร์เต็มรูปแบบและเปิดตัวด้วยไฟล์การกำหนดค่า YAML การคลายซิปไฟล์ deploy.zip จะเพิ่มไดเร็กทอรี deploy พร้อมกับไดเร็กทอรีย่อยต่อไปนี้:
docker-composeminikube-k8sgcp-k8s แต่ละไดเร็กทอรีประกอบด้วยไฟล์การกำหนดค่า YAML ที่สร้างไว้ล่วงหน้าซึ่งจำเป็นในการเปิดใช้ TrustGraph:
| การปรับใช้โมเดล | ร้านกราฟ | เปิดไฟล์ |
|---|---|---|
| AWS Bedrock API | คาสซานดรา | tg-bedrock-cassandra.yaml |
| AWS Bedrock API | นีโอ4เจ | tg-bedrock-neo4j.yaml |
| AzureAI API | คาสซานดรา | tg-azure-cassandra.yaml |
| AzureAI API | นีโอ4เจ | tg-azure-neo4j.yaml |
| AzureOpenAI API | คาสซานดรา | tg-azure-openai-cassandra.yaml |
| AzureOpenAI API | นีโอ4เจ | tg-azure-openai-neo4j.yaml |
| API มานุษยวิทยา | คาสซานดรา | tg-claude-cassandra.yaml |
| API มานุษยวิทยา | นีโอ4เจ | tg-claude-neo4j.yaml |
| API เชื่อมโยงกัน | คาสซานดรา | tg-cohere-cassandra.yaml |
| API เชื่อมโยงกัน | นีโอ4เจ | tg-cohere-neo4j.yaml |
| Google AI สตูดิโอ API | คาสซานดรา | tg-googleaistudio-cassandra.yaml |
| Google AI สตูดิโอ API | นีโอ4เจ | tg-googleaistudio-neo4j.yaml |
| ลามาไฟล์ API | คาสซานดรา | tg-llamafile-cassandra.yaml |
| ลามาไฟล์ API | นีโอ4เจ | tg-llamafile-neo4j.yaml |
| โอลามา API | คาสซานดรา | tg-ollama-cassandra.yaml |
| โอลามา API | นีโอ4เจ | tg-ollama-neo4j.yaml |
| OpenAI API | คาสซานดรา | tg-openai-cassandra.yaml |
| OpenAI API | นีโอ4เจ | tg-openai-neo4j.yaml |
| Vertex AI API | คาสซานดรา | tg-vertexai-cassandra.yaml |
| Vertex AI API | นีโอ4เจ | tg-vertexai-neo4j.yaml |
เมื่อเลือก launch file การกำหนดค่าแล้ว ให้ปรับใช้ TrustGraph ด้วย:
นักเทียบท่า :
docker compose -f up -d
คูเบอร์เนทีส :
kubectl apply -f
AWS Bedrock , AzureAI , Anthropic , Cohere , OpenAI และ VertexAIDocker , Podman หรือ Minikube TrustGraph ได้รับการออกแบบให้เป็นโมดูลาร์เพื่อรองรับโมเดลภาษาและสภาพแวดล้อมต่างๆ ให้ได้มากที่สุด ความลงตัวตามธรรมชาติสำหรับสถาปัตยกรรมโมดูลาร์คือการแบ่งแยกฟังก์ชันออกเป็นชุดโมดูลที่เชื่อมต่อผ่านแบ็คโบนผับ/ย่อย Apache Pulsar ทำหน้าที่เป็นแบ็คโบนของผับ/ย่อยนี้ Pulsar ทำหน้าที่เป็นนายหน้าข้อมูลที่จัดการคิวการประมวลผลข้อมูลที่เชื่อมต่อกับโมดูลการประมวลผล
TrustGraph แยกความรู้จากคลังข้อความ (PDF หรือข้อความ) ไปยังกราฟความรู้ที่มีความหนาแน่นสูงเป็นพิเศษโดยใช้ตัวแทนความรู้อัตโนมัติ 3 ตัว ตัวแทนเหล่านี้มุ่งเน้นไปที่องค์ประกอบแต่ละอย่างที่จำเป็นในการสร้างกราฟความรู้ของ RDF ตัวแทนได้แก่:
พรอมต์ของตัวแทนถูกสร้างขึ้นผ่านเทมเพลต ทำให้สามารถดึงข้อมูลของตัวแทนที่ปรับแต่งได้สำหรับกรณีการใช้งานเฉพาะ เอเจนต์การสกัดจะถูกเปิดใช้งานโดยอัตโนมัติด้วยคำสั่งตัวโหลด
ไฟล์ PDF:
tg-load-pdf
ไฟล์ข้อความหรือมาร์กดาวน์:
tg-load-text
เมื่อสร้างกราฟความรู้และการฝังหรือโหลดแกนความรู้แล้ว การสืบค้น RAG จะถูกเปิดใช้งานด้วยบรรทัดเดียว:
tg-query-graph-rag -q "Write a blog post about the 5 key takeaways from SB1047 and how they will impact AI development."
- คู่มือการปรับใช้ฉบับเต็ม ?
การพัฒนาเพื่อ TrustGraph
