微软最新AI：GraphRAG+Chainlit实现跨文档智能检索分析打造私人AI助手

Hoxy.R

于 2024-07-16 12:12:03 发布

阅读量138

点赞数 3

文章标签： microsoft ai

本文链接：https://blog.csdn.net/qq_46302361/article/details/140460700

版权

文章目录

前言
一、GraphRAG安装
二、Chainlit安装
学习资料

前言

本月初，微软发布最强 RAG 知识库开源方案 GraphRAG，项目上线即爆火，现在星标量已经达到 10.9 k。

在这里插入图片描述

https://github.com/microsoft/graphrag

一、GraphRAG安装

1.创建一个新项目

建议使用Python3.11环境

2.安装GraphRAG

pip install graphrag

3.初始化

mkdir -p ./ragtest/input
curl https://raw.githubusercontent.com/win4r/mytest/main/book.txt > ./ragtest/input/book.txt
python3 -m graphrag.index --init --root ./ragtest

4.配置相关文件
将API_KEY改成chatgpt4的api
请添加图片描述

5.执行并构建索引

python3 -m graphrag.index --root ./ragtest

二、Chainlit安装

1.安装Chainlit包

pip3 install chainlit

2.创建app.py

import chainlit as cl
import subprocess
import shlex


@cl.on_chat_start
def start():
    cl.user_session.set("history", [])


@cl.on_message
async def main(message: cl.Message):
    history = cl.user_session.get("history")

    # 从 Message 对象中提取文本内容
    query = message.content

    # 构建命令
    cmd = [
        "python3", "-m", "graphrag.query",
        "--root", "./ragtest",
        "--method", "local",
    ]

    # 安全地添加查询到命令中
    cmd.append(shlex.quote(query))

    # 运行命令并捕获输出
    try:
        result = subprocess.run(cmd, capture_output=True, text=True, check=True)
        output = result.stdout

        # 提取 "SUCCESS: Local Search Response:" 之后的内容
        response = output.split("SUCCESS: Local Search Response:", 1)[-1].strip()

        history.append((query, response))
        cl.user_session.set("history", history)

        await cl.Message(content=response).send()
    except subprocess.CalledProcessError as e:
        error_message = f"An error occurred: {e.stderr}"
        await cl.Message(content=error_message).send()


if __name__ == "__main__":
    cl.run()