GraphLLM：基于图的框架，通过大型语言模型处理数据
GraphLLM是一个创新的框架，它答应用户通过一个或多个大型语言模型（LLM）来处理数据。这个框架不仅提供了一个强大的署理，可以或许实验网络搜刮和运行Python代码，还提供了一套工具来抓取网页数据，并将其重新格式化为对LLM更友好的格式。https://i-blog.csdnimg.cn/direct/95563c3c09e044b685a0f1250b90edb6.png
GraphLLM的特点
GraphLLM提供了以下一系列特点：
[*]基于图的框架：使用LLM处理数据。
[*]强大的署理能力：可以或许实验网络搜刮和运行Python代码。
[*]数据抓取和格式化工具：提供工具来抓取网页并重新格式化数据。
[*]示例列表：提供了一系列示例，资助用户快速开始。
[*]低条理框架：提供对原始提示和模型输出的完全控制，库的内部工作机制不隐藏在任何抽象之后。
[*]图形用户界面（GUI）：固然仍在开发中，但已经提供了基本功能。
GraphLLM的GUI
GraphLLM的GUI受到了ComfyUI的启发，前端界面相似，但后端完全差别，因此项目之间的节点不兼容。这是因为开发者希望提供更高级的功能和对复杂图的支持。GraphLLM GUI的一些特点包括：
[*]循环：可以在图中包罗任何类型的循环，甚至可以无限运行一个图。
[*]条件语句：节点的拓扑结构可以部分地根据输入值举行更改。这有助于构建状态机。
[*]节点的并行实验：更多的节点可以并行实验，这对于同时举行多个LLM调用非常有效。
[*]结果流式传输：可以在LLM节点产生输出时及时检察输出。可以在图运行时毗连观察节点。
[*]条理化图：图可以包罗其他图，没有限制。
[*]额外功能：图可以调用外部工具，比方网络刮刀、YouTube下载器或PDF阅读器。
示例
GraphLLM提供了一个示例图，用于天生Python代码并用它来解决标题。比方，一个署理可以或许回复类似于“给我总结一下Hacker News首页上最有可能与语言模型相干的文章”的标题。
限制
GraphLLM主要与llama70b和qwen 32b举行测试，使用llama.cpp服务器作为后端。该框架正在积极开发中，可能会有庞大变化。
安装和运行
要快速设置GraphLLM，你须要运行以下命令来下载和启动：
bash
pip3 install selenium readabilipy html2text pdfminer.six justpy
git clone https://github.com/matteoserva/GraphLLM.git
cd GraphLLM 然后在另一个终端启动llama.cpp服务器：
bash
GGML_CUDA_ENABLE_UNIFIED_MEMORY=1 CUDA_VISIBLE_DEVICES=0,1 ./llama-server -ngl 99 -t 6 -c 32768 --host 0.0.0.0-m Qwen2.5-32B-Instruct-Q5_K_M.gguf --override-kv tokenizer.ggml.add_bos_token=bool:false -sp -fa -ctk q8_0 -ctv q8_0 你可以在终端中运行以下命令来启动服务器：
bash
python3 server.py 然后，你可以在浏览器中打开 http://localhost:8008/ 来访问。
要直接运行一个图，你可以使用以下命令：
bash
python3 exec.py examples/graph_summarize.txt test/wikipedia_summary.txt 在examples文件夹中有更多的示例，你也可以从Web GUI中打开更多示例。
后端支持
GraphLLM支持一些推理引擎和很多模型。发起的组合是使用llama.cpp与Qwen2.5。llama.cpp服务器得到了完全支持，其他引擎具有有限的功能。GraphLLM广泛使用了高级功能，如语法、助手响应预填充和使用原始提示。一些引擎和API提供者只支持这些功能的子集。
GraphLLM是一个强大的工具，可以资助你在大型语言模型的资助下处理复杂的数据任务。如果你对这个项目感爱好，可以访问其GitHub页面了解更多信息：
GraphLLM: A graph based framework to process data through a LLM or multiple LLMs.
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]