- Étape 1 : Cloner le référentiel Graph_RAG depuis GitHub.
- Étape 2 : Installer les dépendances avec pip install -r requirements.txt.
- Étape 3 : Configurer les variables d'environnement et mettre en place une base de données graphique (par ex., Neo4j).
- Étape 4 : Préparer votre corpus de documents et ajuster les paramètres d'ingestion.
- Étape 5 : Exécuter la pipeline d'ingestion pour extraire les entités et relations.
- Étape 6 : Exécuter la pipeline de construction du graphe pour remplir la base de données graphique.
- Étape 7 : Utiliser le module de requête pour effectuer des recherches sémantiques dans le graphe.
- Étape 8 : Intégrer le contexte récupéré dans les prompts LLM pour les sorties RAG.