OpenSPG docker 安装教程

最新推荐文章于 2025-04-18 19:40:24 发布
最新推荐文章于 2025-04-18 19:40:24 发布
阅读量3k 收藏 39
点赞数 21
分类专栏： NLP 文章标签： docker openspg 知识图谱 llm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_74313592/article/details/138569003
版权

文章目录

前言

自述

我最近是想结合chatglm3-6b和知识图谱做一个垂直领域的技术规范的问答系统，过程中也遇到了很多困难，在模型微调上，在数据集收集整理上，在知识图谱的信息抽取上等等，咬咬牙，多学习就可以解决，本文主要写一下利用openspg做技术规范的信息抽取的部署安装过程。

一、OpenSPG

1.介绍

OpenSPG是蚂蚁集团结合多年金融领域多元场景知识图谱构建与应用业务经验的总结，并与OpenKG联合推出的基于SPG(Semantic-enhanced Programmable Graph)框架研发的知识图谱引擎。最近在学习知识图谱方面的内容，所以总结一下，内容太多，这里就简单写一下，以后有时间在补充，提供一些链接地址。

文档地址:https://openspg.yuque.com/ndx6g9/nmwkzz/zk2t3h8m9g8ryrrb
项目地址:https://github.com/OpenSPG/openspg
功能介绍：https://mp.weixin.qq.com/s/1kt9ACiMT4rh8XEO7cUdiQ
openspg网站：http://openkg.cn/
OpenKE: http://oneke.openkg.cn/
konwcoder:https://ict-goknow.github.io/knowcoder/
smartKG: https://github.com/microsoft/SmartKG
博文：https://cloud.tencent.com/developer/article/2243382
博文：https://cloud.tencent.com/developer/article/2302253?areaId=106001

OpenSPG是以SPG框架为基础设计和实现的知识图谱开放引擎，它为领域图谱构建提供了明确的语义表示、逻辑规则定义、算子框架(构建、推理)等能力，支持各厂商可插拔的适配基础引擎、算法服务，构建自定义的解决方案。
OpenSPG核心能力模型包括：
● SPG-Schema语义建模
○ 负责属性图语义增强的Schema框架设计，如主体模型、演化模型、谓词模型等。
● SPG-Builder知识构建
○ 支持结构化和非结构化知识导入。
○ 与大数据架构兼容衔接，提供了知识构建算子框架，实现从数据到知识的转换。
○ 抽象了知识加工SDK框架，提供实体链指、概念标化和实体归一等算子能力，结合自然语言处理(Natural Language Processing, NLP)和深度学习算法，提高单个类型(Class)中不同实例(Instance)的唯一性水平，支持领域图谱的持续迭代演化。
● SPG-Reasoner逻辑规则推理
○ 抽象了KGDSL(Knowledge Graph Domain Specific Language)，为逻辑规则提供可编程的符号化表示。
○ 以机器可理解的符号表示支持下游规则推理、神经/符号融合学习、KG2Prompt联动LLM知识抽取/知识推理等。
○ 通过谓词语义和逻辑规则来定义知识之间的依赖和传递，并且支持对复杂的业务场景的建模和分析。
● 可编程框架KNext
○ KNext作为图谱可编程框架，提供了一套可扩展，流程化，对用户友好的组件化能力；
○ 抽象了图谱核心能力，沉淀为组件化、框架化、引擎内置的能力；
○ 实现引擎与业务逻辑、领域模型的隔离，方便业务快速定义图谱解决方案；
○ 构建以OpenSPG引擎为基础，知识驱动的可控AI技术栈，链接LLM、GraphLearning等深度学习能力。
● 云适配层Cloudext
○ 业务系统通过SDK对接开放引擎，构建自身特色的业务前端
○ 可扩展/适配自定义的图存储/图计算引擎
○ 可扩展/适配适合自身业务特点的机器学习框架

二、安装步骤

1.安装服务端

安装docker docker compose
#首先推荐zhumao脚本安装，如果不行的话，在分别安装
#docker
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh

sudo systemctl start docker
sudo systemctl enable docker
docker --version


#docekr compose
sudo curl -L "https://hub.gitmirror.com/https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose
docker-compose --version

下载docker-compose.yml文件，二选一，

#直接下载再上传
https://github.com/OpenSPG/openspg/blob/master/dev/release/docker-compose.yml
#使用wget下载
wget https://github.com/OpenSPG/openspg/blob/master/dev/release/docker-compose.yml

启动服务端

docker-compose -f docker-compose.yml up -d

打开http:{ip}:8887,本地的是127.0.0.1,我用的是云服务器
在这里插入图片描述
在这里插入图片描述

2.客户端部署

客户端也提供了docker镜像，直接执行以下命令会拉取该镜像：

docker pull --platform linux/x86_64 openspg/openspg-python:latest

下载完镜像后，可以克隆OpenSPG源码：

git clone https://github.com/OpenSPG/openspg

源码克隆完成后，可以体验源码中自带的案例：

# 启动容器，将其中的${project_dir}替换成源码目录
docker run --rm --net=host -v ${project_dir}:/code \
  -it openspg/openspg-python:latest \
  "/bin/bash"

${project_dir} ----->pwd查看--->/root/openspg，自定义修改

# 容器启动后，进入/code目录，即openspg项目源码目录
cd /code

# 后续可以安装案例教程，比如进入riskmining目录
cd python/knext/knext/examples/riskmining

# 参考案例教程，执行相应的knext命令，比如
knext project create --prj_path .
knext schema commit

knext builder execute ...
knext reasoner execute ...

另外，当本地基于IDE去编写图谱项目时，可以执行以下命令安装knext：

pip install openspg-knext

更多内容可以查看文档

知识图谱3：openSPG搭建
bluewelkin的专栏
11-08 747
知识图谱3：openSPG搭建。
tugraph在Ubuntu 20.04上安装
sqlora的专栏
09-03 889
7688为避免冲突修改的端口，原先是7687。密码：73@TuGraph。
OpenSPG/KAG v0.6 发布，兼顾事实推理与摘要生成，支持用户自定义 Schema
金融机器智能社区
01-08 1385
不牺牲多跳事实推理精度的情况下，原生支持摘要生成任务。在 CSQA 数据集上，全面性、多样性、赋权性等指标弱于 LightRAG （-1.2/10），事实性指标优于 LightRAG（+0.1/10）；在 hotpotqa, twowiki, musique 等多跳问答数据集上，鉴于 LightRAG、GraphRAG 均未提供事实问答的测评入口，使用默认入口测试 EM 指标接近 0。KAG 量化评测结果，可参考 KAG 代码仓库 examples/csqa/READEME.md 按步骤复现。
代码RAG需要做AST和DG
qq_15821487的博客
02-14 976
在 RAGFlow 中注册处理代码文件的解析器（参考。
技术动态 | OpenSPG/KAG V0.7发布，多方面优化提升，事实推理效果领先且构建成本降至11%
最新发布
开放知识图谱
04-18 168
在未来的工作中，我们将持续扩充更多Benchmark数据集，并提供针对不同领域的解决方案，进一步提升大模型利用外部知识的准确性、严谨性和一致性。近期版本迭代中，我们持续致力于持续提升大模型利用外部知识库的能力，实现大模型与符号知识的双向增强和有机融合，不断提升专业场景推理问答的事实性、严谨性和一致性等，我们也将持续发布，不断提升能力的上限，不断推进垂直领域的落地。特别值得关注的是，为更好的促进KAG的规模化业务应用，同时也回应社区最为关切的知识构建成本高的问题，本次发布提供了。
开源开放 | OpenKG联合蚂蚁集团发布基于SPG的知识图谱引擎——OpenSPG
开放知识图谱
10-31 2680
2023中国计算机大会（CNCC）于10月26日在沈阳盛大召开，在CNCC第七届知识图谱技术论坛上，蚂蚁集团联合国内著名的OpenKG开放知识图谱社区，共同发布了国产工业级知识图谱语义标准OpenSPG（Open Semantic-enhanced Programmable Graph, OpenSPG）并开源，诚挚邀请业界同仁一起共建这个国产化知识图谱引擎。Github地址：https://gi...
一位海外开发者的 OpenSPG KAG 实践分享
金融机器智能社区
01-06 2231
KAG 是一个以创建和操作知识图谱为核心的框架。知识图谱是数据之间相互关联的可视化和结构化表示，对于搜索引擎、推荐系统和机器学习等应用至关重要。KAG 的目标是提供一个强大的平台，使开发者能够：轻松构建图谱；通过增强算法丰富数据；集成人工智能，以进行更精确的推理。通过理解 KAG，可以明显看出，这个框架旨在帮助从初学者到专业开发者，在项目中创造更优的解决方案。它在简便性和集成方面的优势，使其成为下一代基于数据的应用程序的前景工具。
OpenSPG详细安装部署教程
欢迎来到我的学习笔记薄
08-02 2241
OpenSPG是以SPG框架为基础设计和实现的知识图谱开放引擎，它为领域图谱构建提供了明确的语义表示、逻辑规则定义、算子框架( 构建、推理)等能力，支持各厂商可插拔的适配基础引擎、算法服务，构建自定义的解决方案。
OpenSPG 项目使用教程
gitblog_00985的博客
08-20 1034
OpenSPG 项目使用教程 openspgOpenSPG is a knowledge graph engine developed by Ant Group in collaboration with OpenKG, based on the SPG (Semantic-enhanced Programmable Graph) framework.项目地址:https://gitcode.c...
openSPG 服务端docker镜像安装
11-02 495
提供产品平台及Schema服务。存储Schema等元数据信息。
使用openspg自动构建医疗知识图谱
myboyliu2007的专栏
06-14 1343
本示例旨在展示如何基于Schema的定义，利用大模型实现对图谱实体和关系的抽取和构建到图谱。
OpenSPG 开源项目教程
gitblog_00591的博客
08-20 1634
OpenSPG 开源项目教程 openspgOpenSPG is a knowledge graph engine developed by Ant Group in collaboration with OpenKG, based on the SPG (Semantic-enhanced Programmable Graph) framework.项目地址:https://gitcode.c...
openspg安装
03-13
</think>### OpenSPG 安装教程 根据官方文档，OpenSPG 提供以下两种安装方式，用户可根据需求选择： #### **方法一：源码安装（推荐）** 1. **创建Python虚拟环境** 使用conda创建独立环境，避免依赖冲突： ``...
OpenSPG 配置
01-13
### OpenSPG 配置教程和文档 #### 目录结构及介绍 OpenSPG 项目具有特定的目录结构来帮助开发者更好地理解和使用该框架。主要目录及其功能描述如下[^1]: - `builder`: 包含用于构建知识图谱的各种工具和服务接口。 ...
Neo4j 简单使用
Casual_Lei的博客
09-19 1299
Neo4j 是最流行的图数据库之一，它使用图模型来存储和管理数据，提供高效的关系处理能力。
neo4j报错问题：Neo4j Server shutdown initiated by request
z2944871447的博客
02-13 886
报错原因：Neo4j 无法在本地地址的端口 7687 上绑定，因为该端口已经被占用了。导致这种情况的可能原因是你的计算机上已经有另一个程序在使用这个端口了，可能是另一个 Neo4j 实例，或者是其他的程序。根据输出，端口 7687 确实已经被占用了，PID 为 8816。接下来可以通过任务管理器或者命令行来找到占用该端口的程序，并尝试关闭它。然后通过任务管理器或者其他系统工具来终止占用该端口的程序。：使用命令行或者网络工具来确认端口 7687 是否已经被占用，你可以使用命令。要解决这个问题，首先需要。
OpenSPG：蚂蚁与 OpenKG 联合推出多场景适用的智能知识图谱引擎
士多啤梨先生の博客
10-29 2154
OpenSPG 是蚂蚁集团与 OpenKG 社区联合推出的知识图谱引擎，基于 SPG 框架，融合 LPG 结构性和 RDF 语义性，提供语义建模、知识构建、逻辑规则推理等功能，适用于金融、企业决策、客
探索未来知识图谱构建的基石：OpenSPG
gitblog_00088的博客
06-01 611
探索未来知识图谱构建的基石：OpenSPG openspgOpenSPG is a knowledge graph engine developed by Ant Group in collaboration with OpenKG, based on the SPG (Semantic-enhanced Programmable Graph) framework.项目地址:https://gi...
技术动态 | 知识图谱之多元关系架构——基于OpenSPG的建模实践（下）
开放知识图谱
02-21 861
转载公众号 |SPG知识图谱在“知识图谱之本体结构与语义解耦——基于OpenSPG的建模实践（上）”一文中，我们从实体关系设计和概念语义建模2种场景，讲解了基于SPG的知识建模的方法和案例。本文中，我们将继续讲解多元关系架构场景中的知识建模实践。如果你的图谱，涉及对带有时空信息的行为事件的表达，或建模场景下的业务规则、专家经验，需要对所定义“概念”的内涵和外延有计算机可处理可计算的逻辑语义解释，...
openspg
03-12
<think>好的，我需要处理用户关于查找OpenSPG技术文档和应用案例的请求。首先，用户提到的OpenSPG已经开源，并且引用了相关的版本更新信息，特别是0.0.2版本增强了知识图谱的使用体验和大模型集成[^1]。另外，用户提供的引用中提到知识图谱技术如何增强RAG应用，这可能与OpenSPG的应用案例有关联，比如在检索增强生成中的使用[^2][^3][^4]。 接下来，我需要确认用户需要的信息具体是什么。用户明确询问技术文档和应用案例，因此需要整理OpenSPG的官方资源，如GitHub仓库和文档链接，以及现有的应用实例。根据引用[1]，OpenSPG的GitHub地址可能在开源社区中，但用户提供的引用中没有直接给出链接，可能需要假设常见的路径，或者提示用户进一步查找。此外，引用[2][3][4]提到的RAG相关项目可能与OpenSPG的应用案例相关，可以作为整合知识图谱与大模型的例子。 需要注意的是，用户提供的引用中，引用[1]提到了OpenSPG的开源和版本更新，引用[2][3][4]虽然涉及知识图谱和RAG，但并未直接提到OpenSPG。因此，在回答中需要区分哪些是直接相关的信息，哪些是相关的技术背景。可能需要指出OpenSPG在知识图谱与大模型结合中的应用，如增强RAG效果，但具体的案例可能需要用户参考官方文档或社区资源。 此外，生成的问题需要围绕用户需求，可能涉及技术细节、应用场景或与其他技术的整合。例如，如何集成OpenSPG与RAG框架，或者OpenSPG在智能客服系统中的应用，如引用[4]提到的RAG-GPT项目。 需要确保回答结构清晰，分点列出技术文档资源、应用案例和相关项目，并在末尾添加相关问题。同时，引用标识需正确对应，例如引用[1]对应OpenSPG的开源信息，而其他引用作为相关技术背景。</think>### OpenSPG 技术文档与应用案例 #### 1. **技术文档资源** - **官方开源地址与文档** OpenSPG 的技术文档可通过其开源社区获取。其代码托管于 GitHub，最新版本（0.0.2）重点优化了知识图谱构建流程，并集成神经网络框架 NN4K，简化了大模型服务的接入。建议访问以下资源： - **GitHub 仓库**：搜索 `OpenSPG` 或相关关键词，获取源码与基础文档。 - **官方文档**：通常包含安装指南、API 说明及示例，具体路径需根据开源社区指引确认。 - **核心功能特性** OpenSPG 支持知识建模、图谱构建与推理，强调与神经网络的协同。例如，通过图数据库增强检索能力，可提升 RAG（检索增强生成）在索引、生成阶段的效率[^2]。 #### 2. **应用案例** - **知识图谱增强大模型应用** OpenSPG 被用于优化大模型的知识库效果，例如在 RAG 框架中结合图数据库技术，减少生成内容的幻觉问题，提升答案的准确性。具体案例可参考以下项目： - **RAG-GPT**：基于 Flask 和 RAG 的智能客服系统，支持自定义知识库学习，可能整合 OpenSPG 实现更高效的上下文检索[^4]。 - **RAGFlow**：开源 RAG 引擎，深度结合文档解析与知识图谱技术，适合探索 OpenSPG 的实际集成场景[^3]。 - **行业实践** OpenSPG 在金融、医疗等领域有潜在应用，例如通过结构化知识辅助大模型生成合规报告或诊断建议。需关注官方社区或技术博客获取详细案例。 #### 3. **相关开源项目参考** - **RAGFlow**：https://github.com/infiniflow/ragflow - **RAG-GPT**：https://github.com/open-kf/rag-gpt
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值