系统参数配置指南

本章节介绍了 HRAG 系统的各种系统参数配置选项。

参数配置内容

H-RAG的相关配置均在 src/config 中设置，包含了：

  • 数据库参数配置

  • 后端端口参数配置

  • Embedding 模型参数配置

  • LLM 模型参数配置

  • knowledge_graph 相关参数配置

数据库配置、Embedding 模型配置、LLM 模型配置可直接在 src/config/config.ini 中更改 knowledge_graph 相关参数配置可直接在 src/config/knowledge_graph/create_kg_conf.yaml 中更改

数据库配置指南

本指南说明如何配置各数据库的连接参数，请先完成 数据库安装 中的数据库安装。

配置文件位置： src/config/config.ini

配置结构说明

每个数据库配置包含以下参数：

数据库配置参数说明

参数

示例值

说明

host

127.0.0.1

数据库服务器IP（本地开发可保留127.0.0.1）

front_end_port

8080

前端可视化工具连接端口

read_write_port

3306

程序读写操作端口

username

root

数据库登录账号

password

(对应密码)

数据库登录密码

配置示例

 1 [Elasticsearch]
 2 host = 127.0.0.1
 3 front_end_port = 5601
 4 read_write_port = 9200
 5 username = elastic
 6 password = elastic
 7
 8 [Milvus]
 9 host = 127.0.0.1
10 front_end_port = 8000
11 read_write_port = 19530
12 username =
13 password =
14 min_content_len = 200
15
16 [Neo4j]
17 host = 127.0.0.1
18 front_end_port = 7474
19 read_write_port = 7687
20 username = neo4j
21 password = neo4j2025
22
23
24 [MySQL]
25 host = 127.0.0.1
26 front_end_port = 8080
27 read_write_port = 3306
28 username = root
29 password = 123456

各数据库特殊说明

Elasticsearch

  • 默认用户：elastic

  • 默认密码：elastic

  • 端口用途：

    • 9200： 读写端口

    • 5601： Kibana可视化Web前端端口

Milvus

  • 特殊参数：

    • min_content_len = 200：设置插入文本块最小长度（字符数）

  • 端口用途：

    • 19530： 读写端口

    • 8000： attu可视化Web前端端口

Neo4j

  • 默认用户：neo4j

  • 默认密码：neo4j2025

  • 端口用途：

    • 7687： 基于Bolt协议的读写端口

    • 7474： Neo4j可视化Web前端端口

MySQL

  • 默认用户：root

  • 默认密码：123456

  • 端口用途：

    • 3306： 读写端口

    • 8080： adminer可视化Web前端端口

后端端口配置指南

本指南说明后端端口配置的格式与使用方法。

配置文件位置： src/config/config.ini

配置结构说明

后端端口参数配置均在 [backend_api] 中，设置每个服务的名称与其对应的端口号。

配置示例

[backend_api]
data_search_port = 1242
deepwriter_port = 1244
deepsearch_port = 1246

即运行 src/backend/data_search_services.py 时，启动的端口为 data_search_port 确定的1242端口。

Note

具体的后端运行实例见 后端示例 。

Embedding 与 LLM 模型配置指南

本指南说明如何配置 Embedding 和 LLM 模型参数。

配置文件位置： src/config/config.ini

配置结构说明

  1. 框架选择：

    • 需指定使用的框架类型

    • 支持 ollama 、 vllm 两种框架

  2. 参数设置：

模型配置参数说明

参数

示例值

说明

framework

vllm

框架类型

host

127.0.0.1

模型服务IP地址（本地部署填127.0.0.1）

port

8004

模型服务端口号

model_name

qwen2.5:72b

需与部署的模型名称完全一致

配置示例

  1. Ollama 框架示例：

[ollama_embedding]
framework = ollama
host = 127.0.0.1  # 修改为实际IP
port = 11434
model_name = bge-m3

[ollama_llm]
framework = ollama
host = 127.0.0.1
port = 11434
model_name = qwen2.5:72b

  1. vLLM 框架示例：

[vllm_embedding]
framework = vllm
host = 127.0.0.1  # 模型服务IP地址
port = 8001
model_name = bge-m3

[vllm_llm]
framework = vllm
host = 127.0.0.1
port = 8002
model_name = Qwen2.5-72B-Instruct

knowledge_graph 相关参数配置指南

本指南说明如何配置 knowledge_graph 相关参数。

配置文件位置： src/config/knowledge_graph/create_kg_conf.yaml

Note

具体的知识图谱构建参数使用见 知识图谱组件 。

配置结构说明

  1. LLM 模型配置：

    • 使用场景：三元组生成、对应描述生成、图知识库构建

    • 配置 LLM 框架、模型服务IP地址、模型服务端口（支持多个端口并行推理）、部署模型名称等。

  2. 任务参数配置：

    • 使用场景：三元组生成、对应描述生成、图知识库构建

    • 配置任务多进程数量、头实体匹配路径、参考的开源三元组文件路径、生成图谱的层数等。

配置示例

  1. LLM 模型配置示例：

 1## LLM参数
 2llm_conf:
 3
 4  llm_framework: "vllm"
 5
 6  ## LLM url
 7  llm_host: "127.0.0.1"
 8  llm_ports: [8001, 8002, 8003, 8004] # 部署模型的端口
 9
10
11  ## LLM key
12  llm_api_key: ""
13
14  ## LLM模型
15  llm_model: "qwen3_32b"
16
17  ## 在线调用LLM最大尝试次数
18  max_error: 3

  1. 任务参数配置示例：

 1## 任务参数
 2task_conf:
 3  ## 生成图谱的层数
 4  level_num: 2
 5
 6  ## 头实体匹配多进程数量（-1表示使用所有CPU核心）
 7  num_processes_match: -1
 8
 9  ## 推理多进程数量（-1表示使用所有CPU核心）
10  num_processes_infer: 16
11
12  ## 头实体路径
13  pedia_entity_path:  src/resources/temp/knowledge_graph/dbpedia_entities_clean_valid.txt
14
15  ## 参考的开源三元组文件路径
16  ref_kg_path: src/resources/temp/knowledge_graph/triple_ref_test.txt