db-gpt

蚂蚁图团队GraphRAG支持社区摘要——Token相比微软直降50%今年5月份，我们在DB-GPT v0.5.6版本发布了蚂蚁首个开源GraphRAG框架，支持了多种知识库索引底座，并在文章《Vector | Graph：蚂蚁首个开源GraphRAG框架设计解读》里详细介绍了GraphRAG框架的设计实现和持续改进方向。7月份微软正式开源了GraphRAG项目，引入图社区摘要改进QFS（Query Focused Summarization）任务的问答质量，但图索引的构建成本较高。9月份DB-GPT v0.6.0在外滩大会正式发布，蚂蚁图团队联合社区对GraphRAG框架

云服务器部署DB-GPT项目DB-GPT 是一个将大语言模型LLM与数据库结合的开源项目。它主要研究如何使预训练的大规模语言模型（如 GPT）能够直接与数据库交互，以生成更加准确和信息丰富的回答。这个项目通过特殊的训练方法，教会模型理解和生成能够进行有效数据库查询的SQL语句，使模型在回答需要查找和整合大量数据的问题时，表现得更加精准。

Vector | Graph：蚂蚁首个开源Graph RAG框架设计解读检索增强生成（RAG：Retrieval Augmented Generation）技术旨在把信息检索与大模型结合，以缓解大模型推理“幻觉”的问题。近来关于RAG的研究如火如荼，支持RAG的开源框架也层出不穷，并孕育了大量专业领域的AI工程应用。我们设计了一个通用的开源RAG框架，以兼容未来多样化的基础研究建设和工程化应用诉求。

只要开始永远不晚

db-gpt安装指南（docker版本）下载v0.3.5的源码，截止今天（20230823）建议安装这个“稳定”版本。依照自己硬件环境，看看是否要调整一下启动参数。