GraphRAG如何打造知识图谱,成为AI伴侣的永久记忆?

2026-05-20 16:317阅读0评论运维
  • 内容介绍
  • 文章标签
  • 相关推荐

在与AI伴侣进行了一番友好的沟通后我的“刘亦菲”的记忆也越来越多了。

如果需要更加详细施行逻辑, 可以参考下图:

万字详解:混元大模型+GraphRAG+知识图谱实现永久记忆的专属AI伴侣
version: "3.8"
services:  
  neo4j:    
    image: neo4j:5.26.8-community    
    container_name: neo4j    
    restart: unless-stopped    
    ports:      
      - "7474:7474"   # HTTP       
      - "7687:7687"   # Bolt    
    environment:      
      NEO4J_AUTH: "neo4j/"      
      # 本地测试建议较小内存      
      NEO4J_dbms_memory_pagecache_size: "512M"      
      NEO4J_dbms_memory_heap_initial__size: "512M"      
      NEO4J_dbms_memory_heap_max__size: "1G"    
    volumes:      
      - ./data:/data      
      - ./logs:/logs      
      - ./import:/var/lib/neo4j/import      
      - ./plugins:/plugins

代码语言:javascript

小白也能轻松拿捏,附文档,40分钟超全扣子coze教学来了,小白看完就 我们都... 能直接上手,一:Dify-多文件并行翻译大师 知识图谱介绍|构建...

在前文中的记忆能力中,有说到要记忆内容时需要“提取发言中的关键信息”;回忆的时候也是如此,比如用户说“你还记得我喜欢什么吗”,提取关键信息时候就要将“我”“喜欢”“?”提取出来通过知识图谱很轻易的就可以拿到上文聊过的“奶茶”这个,一言难尽。。

初始化后查看AI伴侣的状态,一切正常。

大家好,技术博主maoku。今天我们来聊一个让大模型变得更聪明的新技术——GraphRAG。相信很多朋友都用过传统的RAG,就像在图书馆里找书:你问一个问题,它找到最相关的几页内容,然后拼凑答案。 但有没有遇到过这种情况? 你问: 公司里和市场部合作最多的部门是... # 假设我们有这样一段文档document= 张三是A娱乐公司的技术总监,于2020年加入公司。

拭目以待。 他领导AI部门,团队包括李四和王五。 李四负责机器学习项目,王五负责数据分析平台。

图数据库:Neo4j 5.26.8-community,躺平...

以下搭建都以我当前的环境:SpringBoot环境为例。

测试发言

问一下它还记不记得自己叫啥:

① 要回忆什么

测试一下记忆功能是否正常, 向AI伴侣说我喜欢奶茶后查看Neo4j的图结构, 来日方长。 可以看到已经将“我”和“奶茶”进行了关联,并且关联关系是“喜欢”。

我跟你交个底... 大模型:混元大模型 hunyuan-turbos-20250716

而这就是本次AI伴侣要解决的问题, 让AI大模型拥有自己的大脑,永久记忆,并且是像人类一样实时更新记忆。

⑤ AI回复完之后 系统将AI的回复也进行结构化解析,并将解析后的后来啊保存为伴侣的“记忆”,防止伴侣一会说自己喜欢这个,一会喜欢那个,境界没到。。

写在前面:无理论,全是硬货

施行时序图

填写、选择AI伴侣的名字、性别、星座、性格等进行初始化。

① 设定身份

@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}

主体框架:SpringBoot

什么算关键信息?人物、物体、事件、动作、地点等都数据关键信息。“我喜欢喝奶茶”就可以拆分成“我”“喜欢”“喝奶茶”, 而“我喜欢XX奶茶”又可以拆分成“我”“喜欢”“奶茶”,表示的场景不同,主要原因是可能有人喜欢看、有人习惯喝,我心态崩了。。

番剧直播游戏中心会员购漫画赛事颠覆传统RAG!从工程项目落地理解GraphRAG,全面解析知识图谱增强大模型,底层原理+源码精讲丨最强检索增强技...

在该目录下施行以下命令, 运行docker-compose文件,不是我唱反调...

docker-compose up -d
@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}
docker-compose up -d
@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}
docker-compose up -d
@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}
docker-compose up -d

小白也能轻松拿捏,附文档,40分钟超全扣子coze教学来了,小白看完就能直接上

在与AI伴侣进行了一番友好的沟通后我的“刘亦菲”的记忆也越来越多了。

如果需要更加详细施行逻辑, 可以参考下图:

万字详解:混元大模型+GraphRAG+知识图谱实现永久记忆的专属AI伴侣
version: "3.8"
services:  
  neo4j:    
    image: neo4j:5.26.8-community    
    container_name: neo4j    
    restart: unless-stopped    
    ports:      
      - "7474:7474"   # HTTP       
      - "7687:7687"   # Bolt    
    environment:      
      NEO4J_AUTH: "neo4j/"      
      # 本地测试建议较小内存      
      NEO4J_dbms_memory_pagecache_size: "512M"      
      NEO4J_dbms_memory_heap_initial__size: "512M"      
      NEO4J_dbms_memory_heap_max__size: "1G"    
    volumes:      
      - ./data:/data      
      - ./logs:/logs      
      - ./import:/var/lib/neo4j/import      
      - ./plugins:/plugins

代码语言:javascript

小白也能轻松拿捏,附文档,40分钟超全扣子coze教学来了,小白看完就 我们都... 能直接上手,一:Dify-多文件并行翻译大师 知识图谱介绍|构建...

在前文中的记忆能力中,有说到要记忆内容时需要“提取发言中的关键信息”;回忆的时候也是如此,比如用户说“你还记得我喜欢什么吗”,提取关键信息时候就要将“我”“喜欢”“?”提取出来通过知识图谱很轻易的就可以拿到上文聊过的“奶茶”这个,一言难尽。。

初始化后查看AI伴侣的状态,一切正常。

大家好,技术博主maoku。今天我们来聊一个让大模型变得更聪明的新技术——GraphRAG。相信很多朋友都用过传统的RAG,就像在图书馆里找书:你问一个问题,它找到最相关的几页内容,然后拼凑答案。 但有没有遇到过这种情况? 你问: 公司里和市场部合作最多的部门是... # 假设我们有这样一段文档document= 张三是A娱乐公司的技术总监,于2020年加入公司。

拭目以待。 他领导AI部门,团队包括李四和王五。 李四负责机器学习项目,王五负责数据分析平台。

图数据库:Neo4j 5.26.8-community,躺平...

以下搭建都以我当前的环境:SpringBoot环境为例。

测试发言

问一下它还记不记得自己叫啥:

① 要回忆什么

测试一下记忆功能是否正常, 向AI伴侣说我喜欢奶茶后查看Neo4j的图结构, 来日方长。 可以看到已经将“我”和“奶茶”进行了关联,并且关联关系是“喜欢”。

我跟你交个底... 大模型:混元大模型 hunyuan-turbos-20250716

而这就是本次AI伴侣要解决的问题, 让AI大模型拥有自己的大脑,永久记忆,并且是像人类一样实时更新记忆。

⑤ AI回复完之后 系统将AI的回复也进行结构化解析,并将解析后的后来啊保存为伴侣的“记忆”,防止伴侣一会说自己喜欢这个,一会喜欢那个,境界没到。。

写在前面:无理论,全是硬货

施行时序图

填写、选择AI伴侣的名字、性别、星座、性格等进行初始化。

① 设定身份

@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}

主体框架:SpringBoot

什么算关键信息?人物、物体、事件、动作、地点等都数据关键信息。“我喜欢喝奶茶”就可以拆分成“我”“喜欢”“喝奶茶”, 而“我喜欢XX奶茶”又可以拆分成“我”“喜欢”“奶茶”,表示的场景不同,主要原因是可能有人喜欢看、有人习惯喝,我心态崩了。。

番剧直播游戏中心会员购漫画赛事颠覆传统RAG!从工程项目落地理解GraphRAG,全面解析知识图谱增强大模型,底层原理+源码精讲丨最强检索增强技...

在该目录下施行以下命令, 运行docker-compose文件,不是我唱反调...

docker-compose up -d
@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}
docker-compose up -d
@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}
docker-compose up -d
@EqualsAndHashCode
@NodeEntity
@Data
public class Partner extends BaseNode {    
  // 省略属性
}
docker-compose up -d

小白也能轻松拿捏,附文档,40分钟超全扣子coze教学来了,小白看完就能直接上