Узнайте, как реализовать поиск DRIFT с @neo4j и агентскими рабочими процессами - гибридный подход, который сочетает глобальный и локальный поиск для более точных ответов GraphRAG. DRIFT начинается с широкого контекста на уровне сообщества, а затем интеллектуально углубляется в детали через итеративные последующие запросы. Вот что вы узнаете: 🔍 Как DRIFT балансирует вычислительную эффективность с качеством ответов, избегая необходимости обрабатывать каждый отчет сообщества ⚡ Реализация с использованием нашей системы асинхронных рабочих процессов с параллельной обработкой для последующих запросов 🧠 Интеграция HyDE (Гипотетические Векторные Встраивания Документов) для повышения точности векторного поиска путем генерации гипотетических ответов перед сопоставлением схожести 🔄 Итеративный процесс углубления, который отражает поведение человека при поиске информации - сначала получить общую картину, а затем задавать целевые вопросы Эта реализация от Томаша обратным образом разрабатывает подход GraphRAG от @Microsoft, адаптированный специально для рабочих процессов LlamaIndex и neo4j. Система организует извлечение сущностей, обобщение сообщества и динамическое перемещение по графу знаний через несколько этапов рабочего процесса. Полный учебник с примерами кода: