Erfahren Sie, wie Sie die DRIFT-Suche mit @neo4j und Agenten-Workflows implementieren - ein hybrider Ansatz, der globale und lokale Suche kombiniert, um genauere GraphRAG-Antworten zu erhalten. DRIFT beginnt breit mit kontextuellem Wissen auf Gemeinschaftsebene und bohrt dann intelligent durch iterative Folgeanfragen in die Details hinein. Das werden Sie entdecken: 🔍 Wie DRIFT rechnerische Effizienz mit umfassender Antwortqualität in Einklang bringt, indem es vermeidet, jeden Gemeinschaftsbericht verarbeiten zu müssen ⚡ Implementierung mit unserem System für asynchrone Workflows mit paralleler Verarbeitung für Folgeanfragen 🧠 HyDE (Hypothetische Dokumenteinbettungen) Integration zur Verbesserung der Genauigkeit der Vektorsuche, indem hypothetische Antworten vor der Ähnlichkeitsabgleichung generiert werden 🔄 Iterativer Vertiefungsprozess, der das menschliche Informationssuchverhalten widerspiegelt - zuerst das große Ganze erfassen, dann gezielte Fragen stellen Diese Implementierung von Tomaz rekonstruiert den GraphRAG-Ansatz von @Microsoft, der speziell für LlamaIndex-Workflows und neo4j angepasst wurde. Das System orchestriert die Entitätsextraktion, die Zusammenfassung von Gemeinschaften und die dynamische Traversierung des Wissensgraphen durch mehrere Workflow-Schritte. Vollständiges Tutorial mit Codebeispielen: