NVIDIA / NVIDIA/GenerativeAIExamples
Knowledge Graph Rag (Community) - Steps Missing
Dieses Issue hat noch niemand übernommen.
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 4.2k
- Forks
- 1.1k
- Ø Merge
- 10 Std. 15 Min.
- Gemergte PRs (30 T.)
- 1
Beschreibung
I am trying to run the Community Graph RAG example as mentioned here. But it looks like there are some steps missing between 6 and 7. When I am doing the python server.py as mentioned in Step 7 I am getting the following error
Traceback (most recent call last):
File "D:\KnowledgeGrpahRAG\GenerativeAIExamples\community\knowledge_graph_rag\backend\server.py", line 18, in <module>
from routers import ui_backend,chat,evaluation,visualization
File "D:\KnowledgeGrpahRAG\GenerativeAIExamples\community\knowledge_graph_rag\backend\routers\chat.py", line 42, in <module>
KG_GRAPHML_PATH = os.path.join(DATA_DIR, "knowledge_graph.graphml")
File "C:\Users\avish\AppData\Local\Programs\Python\Python310\lib\ntpath.py", line 104, in join
path = os.fspath(path)
TypeError: expected str, bytes or os.PathLike object, not NoneType
It is looking for knowledge_graph.graphml which possibly is created through some other scripts but not mentioned there. Possibly it will need pre-execution of lc_graph.py under utils folder. Any help to figure out what to do would be appreciated.
Beitragsleitfaden
Erste Schritte
- Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
- Forke das Repository und arbeite in einem Branch.
- Öffne einen Pull Request, der die Issue-Nummer nennt.
Rechercherichtung
Lies die Anweisungen zu Community Graph RAG rund um die Schritte 6 und 7 und untersuche anschließend community/knowledge_graph_rag/backend/server.py sowie die erwähnte utils/lc_graph.py. Dokumentiere den fehlenden erforderlichen Vorbereitungs- oder Generierungsschritt für knowledge_graph.graphml, damit ein Benutzer dem Beispiel folgen und server.py ohne den gemeldeten Fehler starten kann.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- python
- Bereich
- ai, documentation
- Issue-Typ
- Dokumentation
- Schwierigkeit
- 2/5
- Geschätzter Aufwand
- 1-3 Stunden
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 38/100