- URL: https://mp.weixin.qq.com/s?__biz=MzU4NDk0MDAwMw==&mid=2247486982&idx=1&sn=ccfb472bc6cc7479a6c86e9a1ce1e37e&chksm=fd936e8acae4e79cafa73196629a192d31a79d75863eb825154a4fe643fbdce69529981ee4ac&cur_album_id=3605740024773459977&scene=189#wechat_redirect
- Added At: 2024-11-20 02:19:27
- Link To Text
文章详细介绍了如何将GraphRAG-Agent组装接入MAS系统，包括MAS特点、Agent打包、实践环境搭建及代码实现，并鼓励读者实践学习。
- 文章标题： 打包起来！把Agent接入GraphRAG！装进MAS中！加餐系列day7
- 作者与来源： 一意AI，一意AI增效家，2024年11月13日
- 主要内容：
- 技术组装： 介绍如何将GraphRAG-Agent进行组装，并接入多智能体系统（MAS）。
- MAS系统介绍： 解释MAS系统的特点，包括多并发、多线程，以及由多个Agent及关键组件组成。
- Agent打包： 讲解如何将Agent打包成后端服务，并成为MAS系统中的一员。
- 实践环境搭建： 提供实践环境的搭建指南，包括操作系统、代码环境、大模型、API接口、部署方案和Agent数据库。
- 代码实现： 深入讲解代码实现细节，包括dockerfile、agent定义、neo4j查询、总结回答生成任务和tools-函数调用。
- 加餐系列内容：
- 数据处理： 将数据转为知识图谱标准数据。
- 知识图谱构建： 将数据存到Neo4J中。
- 企业批量创建： 工程化批量处理知识数据。
- RAG学习合集： 深入浅出学langchain核心。
- GraphRAG融合： 增强RAG，做kg+rag应用。
- Agent接入GraphRAG： 让它成为Agent决策工具。
- Agent打包成后端服务： 微调让他服务。
- 构建Agent+GraphRAG的产品： 提供用户服务。
- 学习与参与：
- 动手实践： 强调动手实践的重要性，鼓励读者参与实践。
- 知识图谱课程： 提到知识图谱课程的补充和延展，鼓励读者参与学习。
- 报名参与： 鼓励读者报名参与雄哥主导的课程，获取更多内容。