将文本或 url 信息结合 LLM 的常识自动转成可视化的知识图谱!
项目简介
这个开源的 text2graph 的工具也太好了 可以将文本或 url 信息结合 LLM 的常识自动转成可视化的知识图谱 目前已经 3.3K Star 非常适合想要快速抓住一篇长文或者一个概念重点以及概念与概念之间关系的场景。
你好，富有冒险精神的程序员！欢迎使用 InstaGraph，这是您将文本或 URL 转换为富有洞察力的知识图的首选应用程序。对复杂主题中实体之间的关系感到好奇吗？将文本输入 InstaGraph，瞧！美丽的知识图谱触手可及。
请参阅此处InstaGraph 生成的示例流程图。
该 Flask 应用程序由 OpenAI 的 GPT-3.5 提供支持，可将您的文本转换为生动的彩色图表，从而更轻松地可视化各种实体之间的关系。说得够多了——让我们开始吧！
特点🌟
- 动态文本到图形的转换。
- 颜色编码的图形节点和边。
- 响应式设计——可在任何设备上使用。
- 超级用户友好！
安装🛠️
首先，您需要安装 Python 和 pip。
1. Clone the repository 1. 克隆存储库
git clone https://github.com/yoheinakajima/instagraph.git
2. 导航到项目目录
cd instagraph3.安装所需的Python包
pip install -r requirements.txt4. 设置您的 OpenAI API 密钥
将 .env.example 更改为 .env
mv .env.example .env将您的 OpenAI API 密钥添加到 .env 文件：
OPENAI_API_KEY=your-api-key-here可选 – 设置图形数据库
使用： [--graph neo4j|falkordb]选择图形数据库驱动程序
- Neo4J
通过创建neo4j实例，在*.env文件中添加 Neo4J 用户名、密码和 URL。
NEO4J_USERNAME=NEO4J_PASSWORD=NEO4J_URI=
- FalkorDB
还可以通过创建FlakorDB实例在*.env文件中添加 FalkorDB URL。
FALKORDB_URL=5. 运行 Flask 应用程序
python main.py [--graph neo4j|falkordb] [--port port] [--debug]导航到http://localhost:8080以查看您的应用程序正在运行。
作为容器运行
1. 克隆存储库
git clone https://github.com/yoheinakajima/instagraph.git2. 导航到项目docker目录
cd instagraph/docker3.1 在开发模式下运行
docker-compose -f docker-compose-dev.yml up # Add -d flag at the end to run in background/daemon mode.3.2 在Prod中运行-创建docker镜像
- 使用
gunicorn==21.2.0在生产模式下运行应用程序
docker-compose -f docker-compose.yml up --build -d用法🎉
网页界面
- 打开 Web 浏览器并导航到
http://localhost:8080。 - 在输入框中键入文本或粘贴 URL。
- 点击“提交”，等待奇迹发生！
API端点
-
获取响应数据：
/get_response_data
- 方法：
POST - 数据参数：
{"user_input": "Your text here"} - 响应：GPT-3.5处理的数据
-
获取图表数据：
/get_graph_data
- 方法：
POST - 响应：图表数据
-
获取历史数据：
/get_graph_history - 方法：
GET - 响应：图表数据
Converts text input or URL into knowledge graph and displays
为您推荐最优质的软件系统和最专业的技术服务
延伸阅读:
暂无内容!