使用场景
在问答系统中，KET-RAG 可以快速检索知识库并生成准确的答案。
用于智能客服场景，KET-RAG 能够根据用户问题检索相关知识并生成回复。
在知识管理系统中，KET-RAG 可以帮助用户快速定位和生成知识片段。
产品特色
支持知识图谱骨架（SkeletonRAG）以选择关键文本片段并提取结构化知识。
通过文本-关键词二分图（KeywordRAG）高效链接关键词与文本片段。
结合实体和关键词通道实现高效的检索和高质量的生成。
支持通过 Poetry 安装依赖，便于环境配置和管理。
提供灵活的索引构建和上下文生成工具，适用于多种应用场景。
使用教程
1. 安装依赖：使用 Poetry 安装项目依赖。
2. 初始化项目：运行初始化命令设置项目文件结构。
3. 调整提示词：通过 prompt-tune 命令调整提示词以优化检索效果。
4. 构建索引：运行索引命令创建知识图谱和文本索引。
5. 生成上下文和答案：使用 create_context.py 和 llm_answer.py 脚本生成上下文和答案。
