지식 그래프 스튜디오(WhyHow): 지식 그래프를 생성하고 관리하기 위한 오픈 소스 플랫폼으로, RAG 애플리케이션을 기본적으로 지원합니다.

일반 소개

지식 그래프 스튜디오(KGS)는 RAG 네이티브 지식 그래프를 생성하고 관리하는 프로세스를 간소화하도록 설계된 오픈 소스 플랫폼입니다. 이 플랫폼은 규칙 기반 엔티티 구문 분석, 모듈식 그래프 구성, 유연한 데이터 수집, API 우선 설계를 제공하여 SDK를 통해 개발자를 지원합니다. 정형 데이터든 비정형 데이터든, Knowledge Graph Studio는 실험적인 대규모 애플리케이션을 위한 확장 가능하고 유연한 솔루션을 사용자에게 제공합니다. NoSQL 데이터베이스를 기반으로 구축된 이 플랫폼은 빠른 데이터 검색과 복잡한 관계의 간편한 탐색을 지원하며 데이터베이스에 구애받지 않는 솔루션이 되기 위해 최선을 다하고 있습니다.

기능 목록

• 규칙 기반 엔티티 확인
• 모듈식 매핑 구성
• 유연한 데이터 수집
• SDK를 지원하는 API 우선 설계
• 정형 및 비정형 데이터 지원
• 확장 가능하고 유연한 솔루션
• 빠른 데이터 검색 및 복잡한 관계형 탐색
• 여러 데이터베이스 지원

도움말 사용

설치 프로세스

1. 복제 창고:

   git clone git@github.com:whyhow-ai/knowledge-graph-studio.git
cd knowledge-graph-studio

2. 종속성을 설치합니다:

   pip install .

3. 개발자 설치:

   pip install -e .[dev,docs]

빠른 시작

1. 준비:
   • OpenAI API 키
   • MongoDB 계정
   • MongoDB Atlas에서 프로젝트 및 클러스터 만들기
2. 환경 변수를 구성합니다:

   cp .env.sample .env

업데이트.env값으로 변경합니다:

   WHYHOW__EMBEDDING__OPENAI__API_KEY=<你的OpenAI API密钥>
WHYHOW__GENERATIVE__OPENAI__API_KEY=<你的OpenAI API密钥>
WHYHOW__MONGODB__USERNAME=<你的MongoDB用户名>
WHYHOW__MONGODB__PASSWORD=<你的MongoDB密码>
WHYHOW__MONGODB__DATABASE_NAME=main
WHYHOW__MONGODB__HOST=<你的MongoDB主机>

3. 데이터베이스 및 컬렉션을 만듭니다:

   cd src/whyhow_api/cli/
python admin.py setup-collections --config-file collection_index_config.json

4. 사용자 및 API 키를 생성합니다:

   python admin.py create-user --email <你的邮箱地址> --openai-key <你的OpenAI API密钥>

5. API 서버를 시작합니다:

   uvicorn src.whyhow_api.main:app

SDK 사용

1. Python SDK를 설치합니다:

   pip install whyhow

2. WhyHow 클라이언트를 구성합니다:

   from whyhow import WhyHow
client = WhyHow(api_key='<你的WhyHow API密钥>', base_url="http://localhost:8000")

3. 작업 공간과 지도를 만듭니다:

   workspace = client.workspaces.create(name="Demo Workspace")
chunk = client.chunks.create(workspace_id=workspace.workspace_id, chunks=[Chunk(content="示例内容")])
triples = [Triple(head=Node(name="示例节点", label="示例标签"), relation=Relation(name="示例关系"), tail=Node(name="示例尾节点", label="示例尾标签"), chunk_ids=[c.chunk_id for c in chunk])]
graph = client.graphs.create_graph_from_triples(name="Demo Graph", workspace_id=workspace.workspace_id, triples=triples)

4. 쿼리 매핑:

   query = client.graphs.query_unstructured(graph_id=graph.graph_id, query="示例查询")

Docker 사용

1. 미러 이미지를 구축합니다:

   docker build --platform=linux/amd64 -t kg_engine:v1 .

2. 이미지를 실행합니다:

   docker run -it --rm -p 1234:8000 kg_engine:v1