相關主題
商品描述
本書深入研究了業界領 先的微軟與Neo4j GraphRAG解決方案，結合 中國國產大模型的應用條件 ，用一個貫通全書的例子， 探索GraphRAG在 各行 業具體應用場景中落地實施 的開源集成解決方案，具有 較好的可操作性和較高的性 價比，尤其適用於資源有限 的各種中小型組織快速地開 發、測試、集成與部署 GraphRAG應用，用大模型 AI為傳統業務賦能。本書也 適用於對GraphRAG技術感 興趣的技術人員、教師、學 生等讀者，可提供 GraphRAG技術現狀的概覽 與快速入門指導。
目錄大綱
1 在WSL2上搭建GPU Linux Server深度學習環境
1.1 在Windows WSL2上安裝Ubuntu 22
1.2 安裝Ubuntu 22 PyTorch深度學習開發環境
1.3 安裝配置Jupyter Hub
1.4 在PyTorch上運行HanLP
1.5 Neo4j Community安裝配置
2 微軟GraphRAG
2.1 微軟GraphRAG測試
2.2 Ollama本地運行
3 Neo4j GraphRAG
3.1 安裝Docker
3.2 Neo4j KGBuilder安裝
3.3 Neo4j KGBuilder測試
3.4 在Python中調用KGBuilder
4 開發GraphRAG應用
4.1 實體關系提取與導入
4.2 實體工程：索引、合並與社區摘要
4.3 局部查詢與全局查詢
5 Agent開發
5.1 實現多輪對話的GraphRAG局部查詢
5.2 用LangSmith調試
5.3 用Agent實現局部查詢
5.4 自己的Agent
5.5 為Agent增加全局查詢
6 在GraphRAG中應用國產大模型
6.1 國產大模型接入LangChain
6.2 用國產大模型構建知識圖譜
6.3 在Agent中應用國產大模型
7 本地部署LLM
7.1 Ollama本地部署LLM
7.2 端側小模型MiniCPM3測試
7.3 其他端側運行LLM的方法
8 開發GraphRAG APP
8.1 用FastAPI公開Agent調用
8.2 Shiny for Python開發環境安裝配置
8.3 Shiny for Python APP開發
9 GraphRAG應用評估
9.1 用Ragas評估GraphRAG應用
9.2 評估指標原理
9.3 LangSmith查看LLM調用序列
本書深入研究了業界領 先的微軟與Neo4j GraphRAG解決方案，結合 中國國產大模型的應用條件 ，用一個貫通全書的例子， 探索GraphRAG在 各行 業具體應用場景中落地實施 的開源集成解決方案，具有 較好的可操作性和較高的性 價比，尤其適用於資源有限 的各種中小型組織快速地開 發、測試、集成與部署 GraphRAG應用，用大模型 AI為傳統業務賦能。本書也 適用於對GraphRAG技術感 興趣的技術人員、教師、學 生等讀者，可提供 GraphRAG技術現狀的概覽 與快速入門指導。
