LangGraphRAG

langgraphrag

Langgraphrag는 Langgraph를 사용하여 구현 된 터미널 기반 검색-증류 생성 (RAG) 시스템입니다. 이 아키텍처는 쿼터 데이터베이스에서 메시지 기록 캐싱, 쿼리 변환 및 문서 검색과 관련된 일련의 프로세스를 통해 쿼리를 라우팅하여 쿼리를 처리하도록 설계되었습니다.

프로젝트 구조

이 프로젝트는 각각의 특정 기능을 담당하는 여러 모듈로 나뉩니다.

1. 아키텍처 : 헝겊 시스템의 흐름을 정의합니다.
2. 데이터 : 데이터 파일 및 모델이 포함되어 있습니다.
3. 모듈 : 핵심 논리와 기능이 있습니다.

설정 지침

다음 단계에 따라 프로젝트를 설정하고 실행하십시오.

1. 저장소 복제 :

   git clone https://github.com/ranguy9304/LangGraphRAG.git
   cd LangGraphRAG

2. 가상 환경 생성 :

   python3.12 -m venv venv
   source venv/bin/activate  # On Windows use `venvScriptsactivate`

3. 요구 사항 설치 :

   pip install -r requirements.txt
   choco install wkhtmltopdf

4. 환경 변수 구성 :

   • 예제 환경 파일 복사 :

     cp .env.example .env

   • gpt 키를 추가하려면 .env 파일을 수정하십시오.

      OPENAI_API_KEY = your_gpt_key_here

   • 웹 페이지를 사용하는 경우 웹 페이지 URL을 추가하십시오 (견적없이 분리 된 상태로 유지) :

      URLS = url1,url2

   • 웹 페이지를 다운로드하는 경우 GET_WEB_PAGES_TO_PDF true로 설정하십시오.

      GET_WEB_PAGES_TO_PDF = False
     

   • 이미 pdf가있는 경우 CONVERT_PDF_TO_MD true로 설정하십시오.

      CONVERT_PDF_TO_MD = True
     

   • PDF 문서를 사용하는 경우 직접 DOCS를 직접 저장하는 경우 INTERMEDIATE_PDF_DIR 에 사용되는 경로에 저장
   • .md 문서를 사용하는 경우 DATA_DIR 에 사용 된 경로에 직접 저장

5. 설정 문서 : 루트 디렉토리 실행에서

   python modules/processDocs.py

   이것은 웹 페이지와 문서를 설정합니다. 필요에 따라 .env에서 문서 처리 매개 변수를 수정하는 것을 잊지 마십시오.

6. 메인 프로그램 실행 :

   python main.py

용법

• 시스템은 쿼리를 다른 프로세스를 통해 라우팅하여 쿼리를 처리합니다.
• langgraph를 사용하여 모듈 간의 흐름과 상호 작용을 관리합니다.

다이어그램

벡터 DB 생성

헝겊 아키텍처

기부금

저장소를 자유롭게 포크하고 풀 요청을 제출하십시오. 주요 변경 사항을 위해서는 변경하려는 내용에 대해 논의하기 위해 문제를 열어주십시오.

특허

MIT