查询引擎 🔎

查询引擎是Graph RAG库的检索模块。它是Graph RAG库的两个主要组成部分之一，另一个是索引管道（参见索引管道）。它负责以下任务

本地搜索

本地搜索方法通过将人工智能提取的知识图中的相关数据与原始文档的文本块相结合来生成答案。这种方法适用于需要理解文档中提到的特定实体的问题（例如，甘菊的治疗特性是什么？）。

有关本地搜索如何工作的更多详细信息，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的方法，但通常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？）给出很好的回应。

有关这方面的更多信息，请查看全局搜索文档。

DRIFT搜索通过在搜索过程中包含社区信息，引入了一种新的本地搜索查询方法。这极大地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种类的的事实。此添加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提炼为详细的后续问题。

要了解有关DRIFT搜索的更多信息，请参阅DRIFT搜索文档。

GraphRAG包括基本向量RAG的基本实现，以便轻松比较基于您所问问题类型的不同搜索结果。您可以指定要在摘要上下文中包含的前k个txt单元块。

此功能获取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，或者为调查人员生成问题列表以深入研究数据集很有用。

有关问题生成如何工作的信息可以在问题生成文档页面中找到。