Knowledge Graph Studio (WhyHow): платформа с открытым исходным кодом для создания и управления графами знаний, со встроенной поддержкой RAG-приложений.

Общее введение

Knowledge Graph Studio (KGS) - это платформа с открытым исходным кодом, предназначенная для упрощения процесса создания и управления графами знаний на основе RAG. Платформа обеспечивает разбор сущностей на основе правил, модульное построение графов, гибкий ввод данных и API-технологии для поддержки разработчиков с помощью SDK. При работе со структурированными или неструктурированными данными Knowledge Graph Studio предоставляет пользователям масштабируемые и гибкие решения для экспериментальных и крупномасштабных приложений. Построенная на базе базы данных NoSQL, платформа поддерживает быстрый поиск данных и простой обход сложных взаимосвязей, а также стремится стать решением, не зависящим от базы данных.

Список функций

• Разрешение сущностей на основе правил
• Модульная картографическая конструкция
• Гибкий ввод данных
• API-первый дизайн с поддержкой SDK
• Поддержка структурированных и неструктурированных данных
• Масштабируемые и гибкие решения
• Быстрый поиск данных и сложный реляционный обход
• Поддержка нескольких баз данных

Использование помощи

Процесс установки

1. Хранилище клонирования:

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

2. Установите зависимость:

   pip install .

3. Установка разработчика:

   pip install -e .[dev,docs]

Быстрый старт

1. Подготовка:
   • Ключ API OpenAI
   • Учетная запись MongoDB
   • Создание проектов и кластеров в MongoDB Atlas
2. Настройте переменные окружения:

   cp .env.sample .env

обновление.envзначения в файле:

   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. Создание баз данных и коллекций:

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

4. Создайте пользователей и ключи API:

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

5. Запустите сервер API:

   uvicorn src.whyhow_api.main:app

Использование SDK

1. Установите Python SDK:

   pip install whyhow

2. Настройте клиент WhyHow:

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

3. Создайте рабочие места и карты:

   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. Сопоставление запросов:

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

Использование Docker

1. Постройте зеркальное отражение:

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

2. Запустите образ:

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