'commit'

dsLightRag/Doc/下一步需要研究的技术内容.txt

@@ -1,4 +1,28 @@
-一、深入研究Postgresql中向量库+图数据库的使用
+一、目前完全依赖于Postgresql的存储方案可能存在性能上的问题
+https://github.com/HKUDS/LightRAG/issues/1277
+
+PostgreSQL AGE performance issues have been resolved since v1.3.3. You can pull the latest version from the main branch and give it a try.
+However, for large-scale deployments, however, we recommend using Neo4j.
+
+翻译：PostgreSQL AGE的性能问题已经在V1.3.3中解决（我们使用的是V1.3.9>V1.3.3）
+但是，对于大规模的数据，我们推荐使用Neo4j!
+
+这就意味着，我们需要继续研究向Neo4j进行迁移的问题。
+
+
+https://github.com/HKUDS/LightRAG/issues/1363
+此外，LightRAG 的 PostgreSQL 存储实现目前存在一些尚未解决的性能问题，尤其是在 AGE 图存储方面。我们建议使用 MonogoDB 来处理 KV 和 Vector 数据，并使用 Neo4j 作为图存储解决方案。
+LightRAG 与 Neo4j 社区版无缝运行。
+
+
+Lightrag mongo 示例不存储数据 #843
+https://github.com/HKUDS/LightRAG/issues/843
+
+修复 mongo 文档状态 #1160
+https://github.com/HKUDS/LightRAG/pull/1160
+
+
+二、深入研究Postgresql中向量库+图数据库的使用
 
 1、向量库的使用
 PostgreSQL - pgvector 插件构建向量数据库并进行相似度查询
@@ -8,8 +32,15 @@ https://blog.csdn.net/fenglingguitar/article/details/142357092
 https://blog.csdn.net/u014158430/article/details/144942197
 
 
-二、需要为文档入库提供两个工具：
+三、深入学习LightRAG的维护
+https://github.com/HKUDS/LightRAG/blob/main/README-zh.md
+(1)编辑实体和关系
+(2)删除功能
+(3)实体合并
+(4) 尝试用python+postgresql+age 绘制出指定主题的知识图谱
+
 
+四、需要为文档入库提供两个工具：
 1、音频转文字（视频转文字）
 教程 | 用 openai 开源模型 whisper 实现音频转文字
 https://www.53ai.com/news/OpenSourceLLM/2024071482650.html