自动提示调优 ⚙️
GraphRAG 提供了创建领域适应性提示以生成知识图谱的能力。这一步骤是可选的，但强烈建议执行，因为它在执行索引运行时会带来更好的结果。
这些提示通过加载输入数据，将其分割成文本单元，然后运行一系列 LLM 调用和模板替换来生成最终提示。我们建议使用脚本提供的默认值，但在此页面上，您将找到每个参数的详细信息，以防您希望进一步探索和调整提示调优算法。
图1：自动调优概念图。
前提条件
在运行自动调优之前，请确保您已经使用 graphrag.index --init 命令初始化了工作区。这将创建必要的配置文件和默认提示。有关初始化过程的更多信息，请参阅初始化文档。
使用方法
您可以通过命令行运行主脚本，并使用各种选项：
python -m graphrag.prompt_tune [--root ROOT] [--domain DOMAIN] [--method METHOD] [--limit LIMIT] [--language LANGUAGE] \
[--max-tokens MAX_TOKENS] [--chunk-size CHUNK_SIZE] [--n-subset-max N_SUBSET_MAX] [--k K] \
[--min-examples-required MIN_EXAMPLES_REQUIRED] [--no-entity-types] [--output OUTPUT]
命令行选项
-
--config（必需）：配置文件的路径。这是加载数据和模型设置所必需的。 -
--root（可选）：数据项目根目录，包括配置文件（YML、JSON 或 .env）。默认为当前目录。 -
--domain（可选）：与输入数据相关的领域，如“空间科学”、“微生物学”或“环境新闻”。如果留空，将从输入数据中推断领域。 -
--method（可选）：选择文档的方法。选项有 all、random、auto 或 top。默认是 random。 -
--limit（可选）：使用 random 或 top 选择时加载的文本单元数量限制。默认是 15。 -
--language（可选）：用于输入处理的语言。如果与输入语言不同，LLM 将进行翻译。默认是 ""，表示将自动从输入中检测。 -
--max-tokens（可选）：提示生成的最大令牌数。默认是 2000。 -
--chunk-size（可选）：用于从输入文档生成文本单元的令牌大小。默认是 200。 -
--n-subset-max（可选）：使用 auto 选择方法时嵌入的文本块数量。默认是 300。 -
--k（可选）：使用 auto 选择方法时选择的文档数量。默认是 15。 -
--min-examples-required（可选）：实体提取提示所需的最少示例数量。默认是 2。 -
--no-entity-types（可选）：使用无类型实体提取生成。当您的数据涵盖大量主题或高度随机时，我们建议使用此选项。 -
--output（可选）：保存生成提示的文件夹。默认是 "prompts"。
示例用法
python -m graphrag.prompt_tune --root /path/to/project --config /path/to/settings.yaml --domain "environmental news" \
--method random --limit 10 --language English --max-tokens 2048 --chunk-size 256 --min-examples-required 3 \
--no-entity-types --output /path/to/output
或者，使用最小配置（建议）：
python -m graphrag.prompt_tune --root /path/to/project --config /path/to/settings.yaml --no-entity-types
文档选择方法
自动调优功能会摄取输入数据，然后将其分割成与 chunk size 参数大小相同的文本单元。之后，它使用以下选择方法之一来选择一个样本用于提示生成：
random：随机选择文本单元。这是默认且推荐的选择。top：选择前 n 个文本单元。all：使用所有文本单元进行生成。仅在小数据集上使用；通常不推荐此选项。auto：将文本单元嵌入到低维空间中，并选择与质心最近的 k 个邻居。当您有一个大数据集并希望选择一个代表性样本时，这很有用。
修改环境变量
运行自动调优后，您应修改以下环境变量（或配置变量），以便在索引运行时加载新的提示。注意：请确保更新生成提示的正确路径，在此示例中我们使用默认的 "prompts" 路径。
-
GRAPHRAG_ENTITY_EXTRACTION_PROMPT_FILE= "prompts/entity_extraction.txt" -
GRAPHRAG_COMMUNITY_REPORT_PROMPT_FILE= "prompts/community_report.txt" GRAPHRAG_SUMMARIZE_DESCRIPTIONS_PROMPT_FILE= "prompts/summarize_descriptions.txt"
或在你yaml配置文件中：