Дізнайтеся, як впровадити DRIFT Search за допомогою @neo4j та агентських робочих процесів – гібридного підходу, який поєднує глобальний і локальний пошук для більш точних відповідей GraphRAG. DRIFT починається в широкому контексті з контексту на рівні спільноти, а потім розумно деталізує деталі за допомогою ітеративних follow-up запитів. Ось що ви дізнаєтеся: 🔍 Як DRIFT поєднує обчислювальну ефективність із всебічною якістю відповідей, уникаючи необхідності обробляти кожен звіт спільноти ⚡ Реалізація за допомогою нашої системи асинхронних робочих процесів з паралельною обробкою подальших запитів 🧠 Інтеграція HyDE (Hypothetical Document Embeddings) для підвищення точності векторного пошуку шляхом генерації гіпотетичних відповідей перед співпадінням подібності 🔄 Ітеративний процес поглиблення, який відображає поведінку людини, спрямовану на пошук інформації - спочатку отримайте загальну картину, а потім задайте цільові питання Ця реалізація від реверс-інженерів Tomaz @Microsoft підхід GraphRAG, адаптований спеціально для робочих процесів LlamaIndex та neo4j. Система організовує вилучення сутностей, узагальнення спільноти та динамічний обхід графа знань через кілька етапів робочого процесу. Повний урок з прикладами коду: