atareao / graphrag-demo-837

# Configuración de ejemplo para GraphRAG # Situación: los ejemplos del episodio 837. # # Cópiala a tu ruta de configuración o pásala con: # graphrag -C config/config.toml stats demo.db # # Todos los campos son opcionales; los flags de CLI siempre tienen prioridad. # Ruta por defecto en Linux: ~/.config/graphrag/config.toml # Base de datos por defecto. # OJO con el "sentinel": si omites la BD o escribes literalmente 'graphrag.db', # se usa ESTE valor. db = "demo.db" # Servidor Ollama ollama_url = "http://localhost:11434" # Modelo de embeddings. En este equipo usamos bge-m3 (config recomendada). # En un portátil modesto: "nomic-embed-text". embed_model = "bge-m3:latest" # Modelo de extracción de entidades (NER). Solo se usa en `build`. ner_model = "llama3.2:3b" # Modelo para resumir comunidades y para `ask`. summary_model = "llama3.2:3b" # Búsqueda k = 5 depth = 2 alpha = 0.7 # Directorio de notas (lo usa el plugin de Neovim y `build` sin argumento) notes_dir = "" # Hilos NER en paralelo durante `build` num_threads = 4

#!/usr/bin/env bash # Recorrido completo de la demo de GraphRAG (episodio 837) # Binario: graphrag 0.2.12 (crate graphrag-search) # --- Instalacion (una vez) --- cargo install graphrag-search ollama serve ollama pull nomic-embed-text # embeddings (minimo, portatil) ollama pull llama3.2:3b # NER (minimo) # Con GPU: ollama pull bge-m3 && ollama pull gemma4:e2b # --- 1. Crear la base demo (SI necesita Ollama; es atomico) --- graphrag seed demo.db # --- 2. Estadisticas (NO necesita Ollama) --- graphrag stats demo.db # --- 3. Busqueda textual FTS5 (NO necesita Ollama) --- graphrag fts "Python" demo.db # --- 4. Busqueda hibrida vectores+grafo (SI necesita Ollama) --- graphrag search "Python" demo.db -k 5 graphrag search "seguridad en contenedores" demo.db # --- 5. Camino mas corto entre dos conceptos (NO necesita Ollama) --- graphrag path "Docker" "SQLite" demo.db graphrag path "Prometheus" "SQLite" demo.db # --- 6. Vecindario de un concepto (NO necesita Ollama; aqui -d SI es profundidad) --- graphrag graph "Docker" demo.db -d 2 graphrag graph "Python" demo.db -d 1 # --- 7. Mapa conceptual TUI (NO necesita Ollama; requiere terminal real) --- graphrag map demo.db graphrag map --from Docker --depth 3 demo.db

#!/usr/bin/env bash # # setup.sh — Preparación del entorno para la demo de GraphRAG (episodio 837) # # Instala Ollama si no está, lo arranca si hace falta y descarga los modelos # mínimos. Al terminar, verifica que Ollama responde. # # Uso: # ./setup.sh # configuración mínima (portátil modesto) # ./setup.sh --gpu # configuración recomendada (mejor calidad) # set -euo pipefail OLLAMA_URL="http://localhost:11434" GPU=0 [[ "${1:-}" == "--gpu" ]] && GPU=1 echo "🔧 Preparando el entorno de GraphRAG..." echo # --------------------------------------------------------------------------- # 1. Ollama instalado # --------------------------------------------------------------------------- if ! command -v ollama >/dev/null 2>&1; then echo "📦 Ollama no está instalado. Instalando con el script oficial..." curl -fsSL https://ollama.ai/install.sh | sh else echo "✅ Ollama ya está instalado: $(ollama --version 2>/dev/null || echo 'versión desconocida')" fi # --------------------------------------------------------------------------- # 2. Arrancar Ollama si no responde # --------------------------------------------------------------------------- if curl -fsS "${OLLAMA_URL}/api/tags" >/dev/null 2>&1; then echo "✅ Ollama ya está corriendo en ${OLLAMA_URL}" else echo "🚀 Arrancando Ollama en segundo plano..." # ollama serve es un proceso de larga duración: lo mandamos al fondo. nohup ollama serve >/tmp/ollama-graphrag.log 2>&1 & # Esperamos hasta 30 s a que levante. for i in $(seq 1 30); do if curl -fsS "${OLLAMA_URL}/api/tags" >/dev/null 2>&1; then echo "✅ Ollama arrancado (tras ${i}s)" break fi sleep 1 done fi # Verificación final: si no responde, abortamos con mensaje claro. if ! curl -fsS "${OLLAMA_URL}/api/tags" >/dev/null 2>&1; then echo "❌ Ollama no responde en ${OLLAMA_URL}. Revisa /tmp/ollama-graphrag.log" exit 1 fi # --------------------------------------------------------------------------- # 3. Descargar modelos # --------------------------------------------------------------------------- if [[ "${GPU}" -eq 1 ]]; then echo echo "🎮 Configuración recomendada (más calidad, más VRAM):" EMBED_MODEL="bge-m3" NER_MODEL="gemma4:e2b" else echo echo "💻 Configuración mínima (rápida, funciona en cualquier equipo):" EMBED_MODEL="nomic-embed-text" NER_MODEL="llama3.2:3b" fi echo " - Embeddings: ${EMBED_MODEL}" ollama pull "${EMBED_MODEL}" echo " - NER: ${NER_MODEL}" ollama pull "${NER_MODEL}" # --------------------------------------------------------------------------- # 4. Comprobar el binario graphrag # --------------------------------------------------------------------------- echo BIN="${GRAPHRAG_BIN:-$(command -v graphrag || true)}" if [[ -n "${BIN}" ]]; then echo "✅ Binario graphrag encontrado: ${BIN}" "${BIN}" --version else echo "⚠️ No se encontró el binario 'graphrag' en el PATH." echo " Instálalo con: cargo install graphrag-search" echo " O usa el binario local: /data/rust/graphrag/target/release/graphrag" fi echo echo "🎉 Entorno listo. Siguiente paso:" echo " graphrag seed demo.db"