Home

Here’s the table of contents: 下载 新建db 创建表 写入数据 查询数据 下载 sqlite-tools-win-x64-3470100.zip 解压后将目录配置到用户环境变量中，在Path中新增目录即可（例如解压后文件夹名称为C:/mm/sql，将该文件夹配置到Path中即可） 新建db sqlite3 mydatabase.db 创建表 CREATE TABLE products ( id INTEGER PRIMARY KEY, name TEXT, price REAL ); 写入数据 INSERT INTO products (name, price) VALUES ('Widge...

Here’s the table of contents: 安装UV 同步依赖项到当前项目 初始化项目，生成.toml文件 安装依赖并生成或更新uv.lock文件 打包代码 备注 安装UV pip install uv 同步依赖项到当前项目 uv sync 初始化项目，生成.toml文件 uv init 安装依赖并生成或更新uv.lock文件 uv pip install <package-name>@latest uv pip install <package-name>==<version> 打包代码 # 会在dist目录下生成`.gz`和`.whl`文件 uv build 备注 p...

Here’s the table of contents: GraphRAG访问模式和知识图谱建模 什么是GraphRAG 了解文本分块 检索模式 图谱建模 相关概念 图结构 GraphRAG访问模式和知识图谱建模   graphrag.com是一个开源项目，收集了围绕GraphRAG的相关资源，目前正在快速收集大家的投稿。深入阅读这些文档将帮助大家将GraphRAG技术应用于实际项目，同时拓宽对图数据和知识图谱的理解。   检索增强生成（RAG）是一种通过将大型语言模型（LLM）与事实数据结合的方式，以减少幻觉并...

Here’s the table of contents: 释放大模型潜力：Model Context Protocol 引领 API 开发新纪元 概述 MCP工作原理 案例解析 案例概述 截图演示 执行过程 MPC Server实现 释放大模型潜力：Model Context Protocol 引领 API 开发新纪元 概述   Model Context Protocol（简称MCP）是由人工智能公司Anthropic提出的一种API开发标准，旨在实现AI助手与数据源的无缝连接。MC...

Here’s the table of contents: 对话系统-产品数据查询 DAG示例 搜索系统-智能搜索 DAG示例 示例实现 数据处理-指标提取 DAG示例 示例实现 智能投研-指标选股 DAG示例 规划器日志 示例实现 LLMCompiler SDK 链接  （AI总结）LLMCompiler技术在对话系统、搜索系统、数据处理和智能投研等领域的实际应用。通过智能搜索和数据查询，提升用户体验和数据处理效率；在指标提取和选股中，支持精准数据分析和投资决策。这些应...

Here’s the table of contents: 私有仓库发布 配置Home-User目录下的.pypirc文件 打包 上传 开源仓库发布 确认已经配置setup.py文件 在pypi挂网注册账号 生成 API token 在github仓库设置token 配置yml文件 参考项目 私有仓库发布 配置Home-User目录下的.pypirc文件 [distutils] index-servers = nexus [nexus] repository = http://localhost:8080/...

Here’s the table of contents: 远程仓库发布 远程仓库发布 <!--在pom文件中配置distributionManagement内容，然后运行mvn命令进行打包发布--> <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://ma...

Here’s the table of contents: 使用Neo4j和LangChain实现“从本地到全局”的GraphRAG 重点摘要 索引—图生成 检索—回答 设置 Neo4j 环境 数据集 文本分块 提取节点和关系 实体解析 元素总结 构建和总结社区 总结 使用Neo4j和LangChain实现“从本地到全局”的GraphRAG  GraphRAG是一种基于知识图谱的检索增强技术。它使用多来源数据构建图模型的知识表达，将实体和关系之间的联系以图的...