马超的博客

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

 graphrag.com[2]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。

GraphRAG访问模式和知识图谱建模

  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。MCP的核心价值在于统一数据访问、多功能支持和提升大型语言模型（LLM）的实用性。它允许AI模型从各种数据源（如本地内容存储库、业务工具、开发环境）中提取信息以完成任务，从而生成更相关、更准确的响应。

释放大模型潜力：Model Context Protocol 引领 API 开发新纪元

 （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。这些应用展示了LLMCompiler的技术优势和实际价值。

LLMCompiler应用案例

 这是一个使用LLMCompiler[2]执行数学运算的完整案例，通过设置' print_dag '参数，可以完全可视化工具之间的依赖关系。Issues: A use case example[3]

LLMCompiler执行数学计算的案例

 LLMCompiler 是一种 Agent 架构，旨在通过在DAG中快速执行任务来加快 Agent 任务的执行速度。它还通过减少对 LLM 的调用次数来节省 Tokens 使用的成本。实现 灵感来自《An LLM Compiler for Parallel Function Calling》。

开源：LLMCompiler高性能工具调用框架

 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形式展示，然后利用大语言模型进行检索增强。这种方法能更高效准确地检索相关信息，并为LLM生成响应提供更好的上下文。微软和领英的技术人员已经科学的验证了这种技术相较于基线 RAG 的优势，并发表了相关论文。

使用Neo4j和LangChain实现“Local to Global”的GraphRAG

[1] TOC: 向量数据库：使用Elasticsearch实现向量数据存储与搜索
[2] 向量检索: https://github.com/elastic/elasticsearch/blob/e8c382f89553e3a7aaafa88a5934288c1192acdc/docs/reference/vectors/vector-functions.asciidoc

向量数据库：使用Elasticsearch实现向量数据存储与搜索

@[TOC](图数据库ONgDB Release v-1.0.3) Here's the table of contents:

图数据库ONgDB Release v-1.0.3

[1] TOC: 图数据平台解决方案：Docker部署
[2] 图数据平台解决方案：集群部署: https://blog.csdn.net/superman_xxx/article/details/125399953

图数据平台解决方案：Docker部署

[1] TOC: 图数据平台解决方案：集群部署
[2] 图数据平台解决方案：单节点部署: https://blog.csdn.net/superman_xxx/article/details/125398578

图数据平台解决方案：集群部署

The Graph Foundation网站 Enterprise (AGPLv3)打包文件下载

图数据平台解决方案：单节点部署

@TOC[1] Here's the table of contents: • 一、安装CentOS系统 • 二、安装Xshell 7终端管理工具 • 三、安装Java运行环境 图数据平台解决方案：操作系统环境准备     为了说明图数据平台解决方案每个组件的集成与部署过程，博主从操作系统的安装开始，并在宿主WIN10操作系统上构建三台虚拟服务器节点，保证各位在没有真实服务器使用的情况下可以复现所有操作。如果您需要进行解决方案的整体性能POC，请从真实服务器操作。 一、安装CentOS系统     在安

图数据平台解决方案：操作系统环境准备

@TOC[1] Here's the table of contents: 使用开源软件攒一个企业级图数据平台解决方案     最近有技术社区的朋友，刚从Nebula Graph切换到ONgDB，想付费让我给出个图数据平台解决方案，我觉得这可能也是很多朋友的共性需求，所以我决定写一系列的小博客分享一下。帮助大家快速低成本应用图数据、挖掘图数据，为业务应用分析提供更多可能性。     预期的目标是，通过这些小博客大家可以快速顺利低成本的搭建自己的企业级图数据平台，为业务提供可靠的服务。     开始之前

使用开源软件攒一个企业级图数据平台解决方案

@[TOC](图数据库ONgDB Release v-1.0.2) Here's the table of contents:

图数据库ONgDB Release v-1.0.2

[1] TOC: 图数据库无缝集成Tushare接口
[2] Neo4j图数据库高级应用系列 / 服务器扩展指南 APOC(5.5) - 导入JSON数据: https://blog.csdn.net/GraphWay/article/details/116225774
[3] Tushare: https://www.tushare.pro/

图数据库无缝集成Tushare接口

图片来源:Daniel Lloyd Blunk-Fernández on Unsplash

通过图分析分散股票投资组合并降低风险增加收益

[1] TOC: 图数据科学助力精准预测，引领人工智能实现跨越发展
[2] Neo4j社区专家jennifer翻译整理: http://neo4j.com.cn/topic/629094b65698652d139c776a

图数据科学助力精准预测，引领人工智能实现跨越发展

在这里插入图片描述
  3.2 数据联邦
 2.1说明了Fabric数据建模的样例，在这个样例中产品和客户数据位于两个不相交的图中，具有不同的标签和关系类型。要对这两个图进行查询我们必须进行数据联邦。为了保证数据可以联邦，这里我们对产品节点设计一个产品ID的字段，在查询时保证不同图中具有相同的ID即可。

Neo4j如何使用Data Fabric技术编织万亿图数据

•一、升级内容    •1.1 JUnit 单元测试框架    •1.2 Log4j 日志框架    •1.3 HttpClient 支持 HTTP 协议编程工具包•二、Community (GPLv3)•三、Enterprise (AGPLv3)•四、Docker部署    •4.1 Community (GPLv3)：社区版部署方式    •4.2 Enterprise (AGPLv3)：企业版部署方式•五、关于开源协议的补充

图数据库ONgDB Release v-1.0.1

•一、前言•二、战略性地选择正确的投资人•三、在使用GraphXR前先构建图数据•四、使用GraphXR进行数据可视化•五、结论

基于Neo4j的关联数据评估风险投资人业绩

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了马超的博客专栏，为你提供了马超的博客的相关文章，致力于帮助开发者快速成长与发展。

马超的博客

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐