Query Engine 🔎

Query Engine是Graph RAG Library的检索模块。它是Graph RAG库的两个主要组件之一，另一个是Indexing Pipeline（参见Indexing Pipeline）。它负责以下任务：

本地搜索

本地搜索方法通过结合AI提取的知识图谱中的相关数据与原始文档的文本块来生成答案。此方法适用于需要理解文档中提到的特定实体的问题（例如：洋甘菊的治疗特性是什么？）。

有关本地搜索工作原理的更多详细信息，请参阅本地搜索文档。

全局搜索方法通过以map-reduce方式搜索所有AI生成的社区报告来生成答案。这是一种资源密集型方法，但对于需要理解整个数据集的问题（例如：本笔记本中提到的草药最重要的价值是什么？）通常能给出良好的回答。

更多相关内容可在全局搜索文档中查看。

DRIFT搜索通过在搜索过程中包含社区信息，为本地搜索查询引入了一种新方法。这大大扩展了查询起点的广度，并导致在最终答案中检索和使用更多样化的事实。这一新增功能通过为本地搜索提供更全面的选项来扩展GraphRAG查询引擎，该选项使用社区洞察力将查询细化为详细的后续问题。

要了解更多关于DRIFT搜索的信息，请参阅DRIFT搜索文档。

GraphRAG包含一个基本的向量RAG实现，便于根据您提出的问题类型比较不同的搜索结果。您可以指定要包含在摘要上下文中的前k个txt单元块。

此功能接收用户查询列表并生成下一个候选问题。这对于在对话中生成后续问题或为调查人员生成问题列表以深入探索数据集非常有用。

有关问题生成工作原理的信息可在问题生成文档页面找到。