DeepGraphRAG Dashboard

PostgreSQL 資料庫連線

Host

Port

Database

Username

Password

LLM 提供者

Provider

建圖專用模型（可選）

Entity 抽取／問句預生成／社群摘要使用的模型。這些是大量、簡單的結構化任務，指定一個小而快的模型（如 4B 等級）可大幅縮短建圖時間；查詢回答仍用上方主模型。使用目前 Provider 的模型 ID 格式。Claude provider 不支援。

Base URL

API Key

Model ID

Max Tokens

思考模式 Max Tokens

Web 查詢開啟思考模式時使用，需涵蓋思考過程＋最終答案，避免被截斷。

Embedding 模型

Embedding Provider

Base URL

API Key

Model ID

維度 Dimensions

Ingestion 調校

Chunk Size（字元數）

Chunk Overlap

最大同時 Ingestion 數

Entity 抽取平行數

同時呼叫 LLM 的 chunk 數量（1=序列，2-4=平行）。本機 LLM 建議 2-3，API 服務視 rate limit 調整。

問句生成平行數

問句預生成的同時 LLM 呼叫數。保留問句資料，但避免表格/技術文件逐筆等待。

LLM 發送間隔（毫秒）

每次發送新的 LLM 請求前至少間隔多久（預設 0=關閉）。只有部分 vLLM 後端在同時收到多個請求時會 deadlock，才需要調高（例如 10000）；Ollama/Claude/OpenRouter 等通常不需要。

問句預生成

上傳時為表格/技術類 chunk 預生成問句

提升問句式檢索命中率，但每個表格/技術類 chunk 會多一次 LLM 呼叫。表格密集的文件（規格書等）上傳時間可能倍增，可關閉以換取速度。

Entity 抽取模式

混合模式先用規則抽出料號/規格值/日期等確定性實體，LLM 只補其餘實體與關係——輸出變短、建圖更快，對規格書/表格類文件效果最明顯。規則實體只新增、不覆蓋既有描述。

隱式關係探索

建圖後推論跨段落的隱含關係

每份文件多 1 次 LLM 呼叫，找出單一段落視野抽不到的隱含關係（低權重、標記為推論）。預設關閉。

Retrieval 調校

TopK Communities

TopK Entities

Beam Width

⚠ 資料庫重置

清空所有文件、實體、關係、社群資料，並依指定維度重建 vector 欄位。
切換 Embedding 模型或維度前請先執行此操作。

向量維度