yFiles 是一个功能强大的 SDK，旨在简化复杂网络和数据关系的可视化。当与 LlamaIndex 结合使用时，它将成为实时可视化知识图谱并与之交互的强大工具。本指南将指导您完成集成过程，重点介绍基本步骤，并演示具有影响力、实用性和可解释性的生成式人工智能应用程序的关键功能。
- 通过知识图谱可视化实现 LLM 开发
- 了解如何通过有效的知识图谱可视化实现 LLM 开发。
- 了解如何利用 yFiles 制作直观的交互式图表，从而简化人工智能应用程序的调试和优化。
集成知识图谱：开发人员的可视化解决方案
知识图谱是构建智能人工智能应用程序的基础，尤其是那些由大型语言模型驱动的应用程序。知识图谱可以实现快速、精确的信息检索，这对于生成与上下文相关的响应至关重要。
人工智能开发人员面临的一个主要挑战是如何将这些图可视化，使其与现有的技术基础设施相匹配。许多项目使用 React、Angular 或 Vue 等前端框架，以及LlamaIndex、LangChain 或 Haystack 等人工智能库。yFiles 通过提供一个客户端 TypeScript SDK 来解决这一问题，该 SDK 可无缝集成到这些环境中，促进高效的知识图谱可视化。
yFiles 的多功能性使其可以处理来自不同来源的数据，因为任何数据都可以转换成节点和边的可视化表示。这一功能简化了整合来自多个管道、微服务或文档上传的数据的过程，为复杂信息提供了统一的交互式视图。
安装
有关详细安装步骤，请参阅以下资源：
- yWorks博客 – 利用可视化知识图谱增强 LLM 开发能力
- GitHub Repository – yfiles-graph-for-create-llama
获取用于HTML的yFiles
要使用 yFiles，您需要从 yWorks 获取一个免费的评估包。请按照以下步骤操作
- 转到 yWorks 评估门户。
- 创建账户或登录。
- 下载 yFiles for HTML 评估版。
- 按照 yWorks 提供的说明获取评估许可证密钥。
注意：您下载的文件将包含 package.json 文件，其中名为“license”的密钥将包含您的许可证，您可以将其与 OpenAI API 密钥一起保存在后端文件夹中的 .env 文件中。
下面是安装过程的简要介绍：
第 1 步：克隆仓库
git clone https://github.com/yWorks/yfiles-graph-for-create-llama.git cd yfiles-graph-for-create-llama
第 2 步：安装依赖项
按照 GitHub 软件仓库中提到的步骤设置环境文件和其他要求。然后开始安装和设置依赖项。
1. 前端
cd frontend npm install
2. 后端
cd ../backend poetry install
第 3 步：配置.env文件
在前台和后台目录下创建 .env 文件：
前端 .env
BACKEND_URL=http://localhost:8000
后端 .env
OPENAI_API_KEY=your_openai_key_here YFILES_LICENSE=your_yfiles_license_here APP_HOST=0.0.0.0 APP_PORT=8000
第 4 步：运行项目
1. 启动后台
cd backend poetry run python main.py
2. 启动前端
cd ../frontend npm run dev
3.访问http://localhost:3000查看应用程序的运行情况。
yFiles的功能和演示
1. 动态知识图谱可视化
yFiles 通过动态可视化从后台的 LlamaIndex 知识图谱中获取的数据，无缝集成到用户界面中。每个节点代表关键信息，通过连接边可视化各种关系。
- 节点和边会自动调整布局，以提高清晰度。
- 图形可动态扩展，以显示更深层次的联系。
2. 实时图表更新
查询聊天机器人界面时，yFiles 会动态展开并突出显示活动节点，为图表结构提供可视化洞察。
- 在数据流过系统时实时更新。
- 突出显示活动交互期间的节点。
3. 交互式节点探索
yFiles 使探索知识图谱变得直观。双击节点可显示其相邻节点，从而更轻松地探索复杂的数据网络。
- 可扩展节点，以便更好地探索。
- 关注关键信息，避免用户界面杂乱无章。
4. 数据驱动的着色和样式设计
使用 yFiles 广泛的 API，开发人员可以
- 根据类别为节点指定特定颜色。
- 突出显示重要节点，提高可视性。
5. 自动图表布局
yFiles 具有多种布局算法，可自动将节点和边定位在最佳结构中，提高大型图形的可读性。
- 圆形、分层和有机布局算法。
- 可自定义样式，提高用户体验。
我正在上传一个产品文档。
所实施的解决方案将基于文档的查询系统与 yFiles 集成在一起，以可视化图表结构中的关系。用户可以通过前端界面上传文档。提交查询后，系统会实时计算知识图谱，动态生成相关节点、边及其各自的关系。
右侧面板显示了这一可视化表示，为提取的见解提供了直观的概览。此外，界面还突出显示了文档中的关键引文（图片 4），呈现相应的答案块，以增强可追溯性和上下文理解。这种方法确保了全面的可视化和强大的引文跟踪功能，从而改进了信息检索。
创建知识图谱耗时长、计算量大、成本高昂。这一过程包括提取实体、识别关系和渲染图，这可能会造成延迟，尤其是对于大型文档而言。管理复杂的节点链接结构需要大量的计算资源，扩展解决方案可能会产生大量成本，尤其是在云部署的情况下。
从上面的截图中我们可以看到，该应用程序是一个智能响应系统，它能根据给定的提示理解正确的查询，并在用户发送查询后生成前 k 个子问题。右侧的知识图谱是一个交互式图谱仪表板，可以完美地运行，用户可以双击/单击节点来展开并使用鼠标滚动进行导航。
小结
事实证明，yFiles 是一款功能强大的工具，可用于增强依赖图数据结构的基于 LLM 的项目。它灵活直观的可视化功能简化了复杂关系的解释，使大型数据集的分析变得更加容易。
通过将 yFiles 集成到聊天机器人和 LLM 工作流中，您可以改进数据探索，提高结果的清晰度，并提供富有洞察力的可视化，使用户能够做出明智的决策。无论您是要可视化错综复杂的数据路径、管理相互关联的数据集，还是调试人工智能驱动的模型，yFiles 都能为您提供全面的解决方案，将复杂的信息转化为可行的见解。
对于 LlamaIndex 等框架，yFiles 可确保高效的图形可视化，使开发人员能够充分利用知识图谱的潜力，构建更智能、更可靠的人工智能应用程序。
- 无缝知识图谱集成– yFiles 可实现复杂关系的直观可视化，使 LlamaIndex 支持的知识图谱具有交互性和洞察力。
- 实时图表更新 -该集成可根据查询动态扩展和突出显示节点，从而提供有关知识结构的即时可视化反馈。
- 可定制的交互式用户界面 -开发人员可以通过编程修改布局、样式和颜色，确保清晰、用户友好的图形探索。
- 针对人工智能应用进行了优化 – yFiles 通过简化调试、数据跟踪和上下文信息检索，增强了 LLM 驱动的系统。
- 轻松部署 – 通过结构化的设置流程，yFiles 可以直接集成到人工智能工作流中，支持 React 和 Angular 等各种前端框架。
评论留言