Дополнительные разъяснения этапа 5:
Agent LeanRAG + GRAF
3D Граф
работает не с плоской базой документов, а с иерархической моделью знаний (факты -> концепты -> темы). Это позволяет системе "мыслить" на разных уровнях абстракции.
LeanRAG
не просто поиск. Это умный агент-ретривер, который "путешествует" по этому 3D графу и извлекает не отдельные факты, а целостные подграфы — то есть, готовые фрагменты контекста.
🔸Представьте, что обычный GRAF — это плоская карта города. На ней есть улицы (связи) и дома (данные). Вы можете найти любой дом, если знаете его адрес. Это уже хорошо, но не идеально.
🔸LeanRAG предлагает превратить эту плоскую карту в многоуровневую 3D-карту города, где у вас есть не только дома, но и целые районы (кластеры), округа и так далее. Это позволяет "видеть" город целиком и понимать, как районы связаны между собой, а не просто бегать от дома к дому.
Поэтому, в новом концепте, ГРАФ — это не просто база данных, а центральный, динамический модуль, вокруг которого вращаются умные агенты.
Плоский граф был фундаментом (базой), который нужно было пройти и идти дальше.
3D граф — живой ИЕРАРХИЧЕСКИЙ МОЗГ системы, который агенты постоянно читают, пишут и, что самое главное, — перестраивают.
В итоге получается не просто граф как база данных, а граф - как эволюционирующий мозг всей системы.
Эту архитектуру можно описать одной формулой:
🧠 3D Граф = Ядро (Мозг)
⚡️ Агенты = Органы чувств и действия (Нервная система)
Если оставить только граф — он будет мощным архивом, но не сможет сам делать прогнозы. Если оставить только агентов — их действия будут хаотичны, без долгосрочной памяти. Только в неразрывной связке граф + агенты = появляется «живой организм», способный к самообучению и прогнозам.