文章目录
- 一、关于 GraphRAG-Local-UI 🕸️
- 特点🌟
- 🗺️路线图
- 最近更新
- 即将推出的功能
- 二、📦安装和设置
- 三、使用入门🚀
- 1、创建索引目录
- 2、添加示例数据（可选）
- 3、初始化索引文件夹
- 4、配置设置
- 5、定制
- 四、GraphRAG应用生态系统 🖥️
- 1、核心API（`api.py`）
- 2、索引和提示调整UI（`index_app.py`）
- 2、索引和提示调整UI（`index_app.py`）
- 3、Main Interactive UI (Legacy App) (`app.py`)
- 五、其它
- 📚引用
- 故障排除
一、关于 GraphRAG-Local-UI 🕸️
GraphRAG-Local-UI，是带有索引/提示-调整和查询/聊天UI！该项目是微软GraphRAG的改编，专为支持本地模型而定制，并具有全面的交互式用户交互界面生态系统。
- github : https://github.com/severian42/GraphRAG-Local-UI （2410 1.6k star ）
- paper : https://arxiv.org/pdf/2404.16130
- 官方文档：https://microsoft.github.io/graphrag/posts/get_started/。
特点🌟
- 以API为中心的架构： 强大的基于FastAPI的服务器（
api.py），作为GraphRAG操作的核心。 - 专用索引和提示调整用户界面： 一个单独的基于图形的界面（
index_app.py），用于管理索引和提示调整过程。 - 本地模型支持：利用本地模型进行LLM和嵌入，包括与Ollama和OpenAI兼容的API的兼容性。
- 经济高效：通过使用您自己的本地模型消除对昂贵的基于云的模型的依赖。
- 交互式UI：用于管理数据、运行查询和可视化结果（主应用程序）的用户友好界面。
- 实时图形可视化：使用Ploly（主应用程序）以2D或3D形式可视化您的知识图。
- 文件管理：直接从UI上传、查看、编辑和删除输入文件。
- 设置管理：通过UI轻松更新和管理您的GraphRAG设置。
- 输出探索：浏览和查看索引输出和工件。
- 日志记录：用于更好调试和监控的实时日志记录。
- 灵活查询：支持具有可自定义参数的全局、本地和直接聊天查询（主应用程序）。
- 可定制的可视化：调整图形布局、节点大小、颜色等以适应您的偏好（主应用程序）。
🗺️路线图
重要提示：由于日常工作和缺乏即时时间，更新一直很慢，但我保证我会尽可能在后台处理错误/问题。如果您想提供帮助并找到解决问题的好方法，请随时贡献/创建公关。
GraphRAG本地用户界面生态系统目前正在经历重大转变。虽然主要应用程序仍然有效，但我正在积极开发用于索引/提示调整和查询/聊天的单独应用程序，所有这些都是围绕强大的中央应用程序接口构建的。用户应该预料到在此过渡期间会有一些变化和潜在的不稳定性。
虽然它目前可以使用，但它仅在Mac Studio M2上进行了主要测试。
我对GraphRAG本地UI生态系统的愿景是成为使用GraphRAG和本地LLM的终极工具集，尽可能多地结合很酷的功能和知识图谱工具。我一直致力于改进和新功能。
最近更新
- 新的以API为中心的架构（
api.py) - 专用索引和提示调整UI（
index_app.py) - 改进的文件管理和输出探索
- 长时间运行操作的后台任务处理
- 通过环境变量和YAML文件增强配置选项
即将推出的功能
- 与API交互的专用查询/聊天UI
- Dockerfile更易于部署
- 启动您自己的GraphRAG API服务器以用于外部应用程序
- 实验：用于知识图谱索引/查询的代理混合
- 支持更多文件格式（CSV、PDF等）
- 网络搜索/抓取功能
- 高级图形分析工具
- 与流行的知识管理工具集成
- 基于团队的知识图谱构建的协作特征
我致力于使GraphRAG本地用户界面生态系统成为使用知识图和LLM的最全面和用户友好的工具集。在塑造这个项目的未来时，非常需要您的反馈和建议。
如果您遇到错误，请随时打开问题，我会尽快解决它，以尽量减少您可能遇到的任何停机时间。
二、📦安装和设置
按照以下步骤设置和运行GraphRAG本地UI生态系统：
1、创建并激活一个新的conda环境：
conda create -n graphrag-local -y
conda activate graphrag-local
2、安装所需的包：
首先从此存储库安装GraphRAG目录（Microsoft存储库中不存在更改）：
pip install -e ./graphrag
然后安装其余的依赖项：
pip install -r requirements.txt
3、启动API服务器：
python api.py --host 0.0.0.0 --port 8012 --reload
4、如果使用Ollama进行嵌入，请启动嵌入代理：
python embedding_proxy.py --port 11435 --host http://localhost:11434
注意：有关将Ollama嵌入与GraphRAG一起使用的详细说明，请参阅EMBEDDING_PROXY_README.md文件。
5、启动索引和提示调整UI：
gradio index_app.py
6、启动主交互式UI（旧版应用程序）：
gradio app.py
或者
python app.py
7、访问UI：
- 索引和提示调整UI：打开Web浏览器并导航到
http://localhost:7861 - 主UI（旧版）：打开Web浏览器并导航到
http://localhost:7860
三、使用入门🚀
GraphRAG专为灵活性而设计，允许您快速创建和初始化自己的索引目录。按照以下步骤设置您的环境：
1、创建索引目录
此repo带有一个预制的索引文件夹，但您可能想制作自己的索引文件夹，因此以下是步骤。首先，为输入数据和索引结果创建所需的目录结构：
mkdir -p ./indexing/input
该目录将存储：
- 输入
.txt文件进行索引 - 输出结果
- 提示及时调整
2、添加示例数据（可选）
如果您想从示例数据开始，请将其复制到您的新输入目录：
cp input/* ./indexing/input
您还可以将自己的.txt文件添加到此目录以进行索引。
3、初始化索引文件夹
运行以下命令以使用所需文件初始化./index 文件夹：
python -m graphrag.index --init --root ./indexing
4、配置设置
将预先配置好的settings.yaml文件移动到索引目录：
mv settings.yaml ./indexing
此文件包含主要配置，预设用于本地模型。
5、定制
您可以通过修改以下环境变量来自定义设置：
ROOT_DIR：指向您的主索引目录INPUT_DIR：指定输入文件的位置
四、GraphRAG应用生态系统 🖥️
GraphRAG Local UI生态系统由三个主要组件组成，每个组件在知识图谱创建和查询过程中都有特定用途：
1、核心API（api.py）
该api.py文件作为GraphRAG系统的主干，提供了一个强大的基于FastAPI的服务器来处理所有核心操作。
主要特点：
- 管理索引和提示调整过程
- 处理各种查询类型（本地、全局和直接聊天）
- 与本地LLM和嵌入模型集成
- 为文件管理和系统配置提供端点
用法：
python api.py --host 0.0.0.0 --port 8012 --reload
注意：如果使用Ollama进行嵌入，请确保在api.py旁边运行嵌入代理（embedding_proxy.py）。有关详细说明，请参阅EMBEDDING_PROXY_README.md。
2、索引和提示调整UI（index_app.py）
工作流集成
- 启动Core API（
api.py）以启用后端功能。 - 如果使用Ollama进行嵌入，请启动嵌入代理（
embedding_proxy.py）。 - 使用索引和提示调整UI（
index_app.py）准备数据并微调系统。 - （可选）使用主交互式UI（
app.py）进行可视化和遗留功能。
这种模块化方法为GraphRAG系统提供了更大的灵活性和更容易的维护。随着开发的继续，app.py的功能将逐渐集成到与核心应用编程接**互的新的专用接口中。
2、索引和提示调整UI（index_app.py）
该index_app.py文件提供了一个用户友好的Gradio界面，用于管理索引和提示调整过程。
主要特点：
- 配置和运行索引任务
- 设置并执行提示调整
- 管理输入文件并探索输出数据
- 调整LLM和嵌入设置
用法：
python index_app.py
访问UI：http://localhost:7861
3、Main Interactive UI (Legacy App) (app.py)
该app.py文件是预先存在的主应用程序，正在逐步淘汰，但仍提供有用的功能。
主要特点：
- 以2D或3D形式可视化知识图
- 运行查询并查看结果
- 管理GraphRAG设置
- 探索索引数据
用法：
python app.py
或者
gradio app.py
在 http://localhost:7860
工作流集成
- 启动Core API（
api.py）以启用后端功能。 - 使用索引和提示调整UI（
index_app.py）准备数据并微调系统。 - （可选）使用主交互式UI（
app.py）进行可视化和遗留功能。
这种模块化方法为GraphRAG系统提供了更大的灵活性和更容易的维护。随着开发的继续，app.py的功能将逐渐集成到与核心应用编程接**互的新的专用接口中。
五、其它
📚引用
- 微软的原始GraphRAG存储库：GraphRAG
- 这个项目获得了灵感，并使用win4r（https://github.com/win4r/GraphRAG4OpenWebUI）的GraphRAG4OpenWebUI存储库作为API实现的起点。
故障排除
- 如果您在使用新API或索引UI时遇到任何问题，请检查控制台日志以获取详细的错误消息。
- 对于主应用程序，如果您无法运行
gradio app.py，请尝试运行pip install --upgrade gradio，然后退出并启动一个新终端。然后它应该作为Gradio应用程序正常加载和启动。 - 在Windows上，如果遇到编码/UTF错误，可以在YAML设置菜单中将其更改为正确的格式。
对于任何问题或功能请求，请在GitHub存储库上打开一个问题。快乐的知识图表！
2024-09-04 – 09-24（二）
