.. _configuration: 系统参数配置指南 ================= 本章节介绍了 HRAG 系统的各种系统参数配置选项。 参数配置内容 ^^^^^^^^^^^^^^^ H-RAG的相关配置均在 `src/config` 中设置，包含了： * 数据库参数配置 * 后端端口参数配置 * Embedding 模型参数配置 * LLM 模型参数配置 * knowledge_graph 相关参数配置 数据库配置、Embedding 模型配置、LLM 模型配置可直接在 `src/config/config.ini` 中更改 knowledge_graph 相关参数配置可直接在 `src/config/knowledge_graph/create_kg_conf.yaml` 中更改 数据库配置指南 ^^^^^^^^^^^^^^^^^ 本指南说明如何配置各数据库的连接参数，请先完成 :ref:`database_installation` 中的数据库安装。 **配置文件位置**： ``src/config/config.ini`` 配置结构说明 ---------------- 每个数据库配置包含以下参数： .. list-table:: 数据库配置参数说明 :header-rows: 1 :widths: 20 25 55 * - 参数 - 示例值 - 说明 * - host - 127.0.0.1 - 数据库服务器IP（本地开发可保留127.0.0.1） * - front_end_port - 8080 - 前端可视化工具连接端口 * - read_write_port - 3306 - 程序读写操作端口 * - username - root - 数据库登录账号 * - password - (对应密码) - 数据库登录密码 配置示例 -------------- .. code-block:: ini :linenos: [Elasticsearch] host = 127.0.0.1 front_end_port = 5601 read_write_port = 9200 username = elastic password = elastic [Milvus] host = 127.0.0.1 front_end_port = 8000 read_write_port = 19530 username = password = min_content_len = 200 [Neo4j] host = 127.0.0.1 front_end_port = 7474 read_write_port = 7687 username = neo4j password = neo4j2025 [MySQL] host = 127.0.0.1 front_end_port = 8080 read_write_port = 3306 username = root password = 123456 各数据库特殊说明 ---------------------- Elasticsearch ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ * 默认用户：``elastic`` * 默认密码：``elastic`` * 端口用途： * 9200： 读写端口 * 5601： Kibana可视化Web前端端口 Milvus ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ * 特殊参数： * ``min_content_len = 200``：设置插入文本块最小长度（字符数） * 端口用途： * 19530： 读写端口 * 8000： attu可视化Web前端端口 Neo4j ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ * 默认用户：``neo4j`` * 默认密码：``neo4j2025`` * 端口用途： * 7687： 基于Bolt协议的读写端口 * 7474： Neo4j可视化Web前端端口 MySQL ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ * 默认用户：``root`` * 默认密码：``123456`` * 端口用途： * 3306： 读写端口 * 8080： adminer可视化Web前端端口 .. _backend_configuration: 后端端口配置指南 ^^^^^^^^^^^^^^^^^ 本指南说明后端端口配置的格式与使用方法。 **配置文件位置**： ``src/config/config.ini`` 配置结构说明 ---------------- 后端端口参数配置均在 ``[backend_api]`` 中，设置每个服务的名称与其对应的端口号。 配置示例 ------------ .. code-block:: ini [backend_api] data_search_port = 1242 deepwriter_port = 1244 multi_hop_port = 1246 即运行 ``src/backend/data_search_services.py`` 时，启动的端口为 data_search_port 确定的1242端口。 .. note:: 具体的后端运行实例见 :ref:`examples_backend` 。 Embedding 与 LLM 模型配置指南 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 本指南说明如何配置 Embedding 和 LLM 模型参数。 **配置文件位置**： ``src/config/config.ini`` 配置结构说明 ----------------- 1. **框架选择**： * 需指定使用的框架类型 * 支持 ``ollama`` 、 ``vllm`` 两种框架 2. **参数设置**： .. list-table:: 模型配置参数说明 :header-rows: 1 :widths: 20 25 55 * - 参数 - 示例值 - 说明 * - framework - vllm - 框架类型 * - host - 127.0.0.1 - 模型服务IP地址（本地部署填127.0.0.1） * - port - 8004 - 模型服务端口号 * - model_name - qwen2.5:72b - 需与部署的模型名称完全一致 配置示例 ------------ 1. **Ollama 框架示例**： .. code-block:: ini [ollama_embedding] framework = ollama host = 127.0.0.1 # 修改为实际IP port = 11434 model_name = bge-m3 [ollama_llm] framework = ollama host = 127.0.0.1 port = 11434 model_name = qwen2.5:72b 2. **vLLM 框架示例**： .. code-block:: ini [vllm_embedding] framework = vllm host = 127.0.0.1 # 模型服务IP地址 port = 8001 model_name = bge-m3 [vllm_llm] framework = vllm host = 127.0.0.1 port = 8002 model_name = Qwen2.5-72B-Instruct .. _configuration_knowledge_graph: knowledge_graph 相关参数配置指南 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 本指南说明如何配置 knowledge_graph 相关参数。 **配置文件位置**： ``src/config/knowledge_graph/create_kg_conf.yaml`` .. note:: 具体的知识图谱构建参数使用见 :ref:`components_knowledge_graph` 。 配置结构说明 ----------------- 1. **LLM 模型配置**： * 使用场景：三元组生成、对应描述生成、图知识库构建 * 配置 LLM 框架、模型服务IP地址、模型服务端口（支持多个端口并行推理）、部署模型名称等。 2. **任务参数配置**： * 使用场景：三元组生成、对应描述生成、图知识库构建 * 配置任务多进程数量、头实体匹配路径、参考的开源三元组文件路径、生成图谱的层数等。 配置示例 ------------ 1. **LLM 模型配置示例**： .. code-block:: yaml :linenos: ## LLM参数 llm_conf: llm_framework: "vllm" ## LLM url llm_host: "127.0.0.1" llm_ports: [8001, 8002, 8003, 8004] # 部署模型的端口 ## LLM key llm_api_key: "" ## LLM模型 llm_model: "qwen3_32b" ## 在线调用LLM最大尝试次数 max_error: 3 1. **任务参数配置示例**： .. code-block:: yaml :linenos: ## 任务参数 task_conf: ## 生成图谱的层数 level_num: 2 ## 头实体匹配多进程数量（-1表示使用所有CPU核心） num_processes_match: -1 ## 推理多进程数量（-1表示使用所有CPU核心） num_processes_infer: 16 ## 头实体路径 pedia_entity_path: src/resources/temp/knowledge_graph/dbpedia_entities_clean_valid.txt ## 参考的开源三元组文件路径 ref_kg_path: src/resources/temp/knowledge_graph/triple_ref_test.txt