HugeGraph-LLM 使用流程

本文说明 HugeGraph-LLM Web 页面的处理流程。服务启动方式见 HugeGraph-LLM。

1. 构建 RAG 索引

第一个标签页负责两类索引：

• 将文档切分后写入 chunk 向量索引。
• 按 Schema 从文档抽取顶点和边，写入 HugeGraph，并维护顶点向量索引。

页面包含文档、Schema、抽取提示词和结果区域。常用操作有：

1. Import into Vector：切分文档并建立 chunk 向量索引。
2. Extract Graph Data：按 Schema 抽取图数据。
3. Load into GraphDB：把抽取结果写入 HugeGraph，并更新顶点向量。
4. Update Vid Embedding：重新生成顶点向量。

页面还可以查看或清除 chunk 索引、顶点索引和图数据。清除操作会删除已有数据，执行前先确认当前图和索引是否仍被其他查询使用。

2. GraphRAG 查询

第二个标签页提供四种回答范围：

• 直接使用 LLM 回答。
• 只使用 chunk 向量召回。
• 只使用图召回。
• 合并图召回与向量召回。

图召回先用关键词精确匹配 HugeGraph 顶点，找不到时再用顶点向量做近似匹配。匹配结果会进入 Text2Gremlin；生成或执行失败时，流程可以回退到预定义的图遍历。

Template Num 控制 Text2Gremlin 使用的示例数量。小于等于 0 表示不提供模板，大于 0 表示从示例索引中取相应数量的相近模板。

3. Text2Gremlin

第三个标签页把自然语言转换成 Gremlin：

1. 读取当前图的 Schema。
2. 从示例向量索引取回相近的自然语言与 Gremlin 对。
3. 把问题、Schema、示例和已匹配顶点填入提示词。
4. 调用 LLM 生成 Gremlin，并按所选输出类型决定是否执行。

自定义提示词必须包含 {query}、{schema}、{example} 和 {vertices}。缺少任一占位符时，REST API 会拒绝请求。

4. 图工具与管理工具

Graph Tools 标签页用于直接执行图操作。Admin Tools 提供日志等管理能力。启用登录后，页面和 API 需要使用 USER_TOKEN；日志接口还要求单独配置安全的 ADMIN_TOKEN。

5. 提示词语言

在 hugegraph-llm/.env 中设置：

# 英文提示词
LANGUAGE=EN

# 中文提示词
LANGUAGE=CN

修改后重启服务。该配置选择内置提示词语言，不会自动翻译输入文档，也不是 /rag 请求体字段。

6. REST 调用

Web 页面和 REST API 使用同一套流程。需要程序集成时使用 /rag、/rag/graph、/graph/extract 和 /text2gremlin；请求结构见 REST API。