同類熱銷排行榜

最近瀏覽的商品

GraphRAG實戰(用LangChain+Neo4j開發知識圖譜增強的RAG智能體應用)

作者：葉健峰|責編:張燁
出版社：東南大學
ISBN：9787576622836

出版日期：2025/10/01
裝幀：平裝
頁數：323

人民幣：RMB 88 元售價：元

內容大鋼

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在國內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。

作者介紹

葉健峰|責編:張燁

目錄

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  實體關係提取與導入
  4.2  實體工程：索引、合併與社區摘要
  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  定製自己的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

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032