کتاب Agentic GraphRAG
اثر Sam Julien
info نکات مهم قبل از خرید:
- نسخه کتاب فعلی به زبان لاتین میباشد.
- کتاب به صورت محصول میباشد و پس از خرید بلافاصله در دسترس شما قرار میگیرد.
- قبل از خرید، قسمت توضیحات تکمیلی مربوط به هر کتاب را مطالعه کنید.
- در صورت هرگونه سؤال با ایمیل و یا شماره پشتیبانی سایت در تماس باشید.
- درگاه پرداخت رمزارز نیز برای هموطنان خارج از کشور فعال است.
درباره این کتاب
کتاب Agentic GraphRAG: Integrating Knowledge Graphs, Reasoning, and Agency for Enterprise AI (ایجنتیک گرافرگ: یکپارچهسازی گرافهای دانش، استدلال و عاملیت برای هوش مصنوعی سازمانی) نوشتهی آنتونی آلکاراز و سام جولین، یک راهنمای عملی برای متخصصان فنی است تا نسل بعدی سیستمهای هوش مصنوعی تولیدی را برای محیطهای سازمانی بسازند. کتاب Agentic GraphRAG با تلفیق بازیابی-تولید افزوده (RAG) با استدلال مبتنی بر گراف دانش و قابلیتهای عاملمحور (Agentic)، به خوانندگان نشان…
۱۴۰,۰۰۰ تومان
کتابهای پیشنهادی این تخصص:
کتابهای پیشنهادی این دستهبندی:
نظرات کاربران
تجربیات خود را از خواندن این کتاب با دیگران به اشتراک بگذارید.
—
امتیاز کل
star
star
star
star
star
از 0 نظر
ثبت نظر جدید
دیدگاهتان را بنویسید
هنوز دیدگاهی ثبت نشده است.
کتاب Agentic GraphRAG: Integrating Knowledge Graphs, Reasoning, and Agency for Enterprise AI (ایجنتیک گرافرگ: یکپارچهسازی گرافهای دانش، استدلال و عاملیت برای هوش مصنوعی سازمانی) نوشتهی آنتونی آلکاراز و سام جولین، یک راهنمای عملی برای متخصصان فنی است تا نسل بعدی سیستمهای هوش مصنوعی تولیدی را برای محیطهای سازمانی بسازند.
کتاب Agentic GraphRAG با تلفیق بازیابی-تولید افزوده (RAG) با استدلال مبتنی بر گراف دانش و قابلیتهای عاملمحور (Agentic)، به خوانندگان نشان میدهد که چگونه سیستمهایی هوشمند، مقیاسپذیر و قابلحسابرسی طراحی کنند که نه تنها اطلاعات را بازیابی میکنند، بلکه قادر به استدلال بر روی دانش پیچیده، برنامهریزی اقدامات و یادگیری مستمر هستند. نویسندگان با استفاده از مطالعات موردی واقعی و الگوهای طراحی عملی، مباحثی چون ساخت سیستمهای بازیابی مبتنی بر گراف، ادغام استدلال پیشرفته در گردشکار عاملها، و مواجهه با چالشهای سازمانی مانند حاکمیت، مقیاسپذیری و شفافیت را پوشش میدهند.
در ادامه مقدمهای از کتاب Agentic GraphRAG را از زبان نویسندگان شرح خواهیم داد.
مقدمهای بر کتاب Agentic GraphRAG:
فاصله میان یک نسخه نمایشی صیقلخورده از ایجنت (Agent) و یک سیستم در سطح پروداکشن که حاضر باشید توافقنامه سطح خدمت (SLA) خود را روی آن گرو بگذارید، بسیار بیشتر از آن چیزی است که اکثر تیمها متوجه میشوند. یک چتبات تکمرحلهای در یک اشتراکگذاری صفحه نمایش خوب به نظر میرسد، اما فاقد قابلیتهای سطح پروداکشن است. یک ایجنت مبتنی بر زنجیره پرامپت، به محض اینکه مجبور شود حالت (State) را در طول دوازده مرحله حفظ کند، اطلاعات منابع متناقض را با هم تطبیق دهد، یا در سیستمی عمل کند که در آن یک فراخوانی اشتباه API هزینهی مالی واقعی در پی دارد، به بنبست میخورد.
ما کتاب Agentic GraphRAG را نوشتیم چون مرتباً میدیدیم مهندسان توانمند به همان بنبست همیشگی برخورد میکنند و به سراغ همان ابزارهای تکراری میروند: کانتکست بیشتر، مدلی بزرگتر، پرامپتی طولانیتر یا چارچوبی دیگر. داربستها بلندتر میشوند؛ اما حالتهای شکست صرفاً یک طبقه به بالا منتقل میشوند.
معماریهای مبتنی بر گراف این چرخه را در هم میشکنند؛ نه به این دلیل که گرافها جادویی هستند (که نیستند)، بلکه به این خاطر که دو چیزی را که ایجنتها بیشتر از همه در آنها دچار اشتباه میشوند، قابل بازرسی میسازند: آنچه ایجنت میداند و آنچه ایجنت در حال انجام دادن آن است. هنگامی که این موارد را به عنوان ساختارهایی متمایز و نه به شکل تودهای از توکنها که در یک پنجره پرامپت جریان دارند مشاهده کنید، بسیاری از مشکلات قابلیت اطمینان ایجنت شبیه به مسائل سادهی طراحی فرآیند به نظر میرسند. و ما به عنوان یک حوزه، بلدیم چگونه آنها را حل کنیم.
این لحظهای واقعاً هیجانانگیز برای برنامهنویسی و ساختوساز در این فضا است. مدلهای زیربنایی به بهبود خود ادامه میدهند. ابزارهای گراف دانش از فاز آکادمیک خود عبور کرده و به چیزی تبدیل شدهاند که واقعاً میتوانید آن را دیپلوی (Deploy) کنید. الگوهای یکپارچهسازی که آنها را به هم متصل میکنند، مانند GraphRAG، معماری دوگراف (Dual-graph) و پسانتشار معنای (Semantic backpropagation)، بالاخره به قدر کافی ملموس شدهاند که بتوان برایشان کد پروداکشن نوشت. اگر منتظر بودهاید تا این حوزه به اندازه کافی ثبات پیدا کند تا بتوانید چیزی واقعی بسازید، اکنون همان زمان است.
چه کسانی باید کتاب Agentic GraphRAG را بخوانند
ما این کتاب را برای مهندسان نرمافزار ارشد و معمارانی نوشتهایم که همین حالا هم با مدلهای زبانی بزرگ (LLM) محصول میسازند و به سقف رویکردهای مبتنی بر پرامپت خالص برخورد کردهاند. اگر خط لولهی تولید ریتریوال-آگمنتد جنریشن (RAG) بر پایهی بردار را دیپلوی کردهاید و دیدهاید که به محض نیاز به ترکیب اطلاعات از سه سند مختلف، دچار مشکل میشود، مخاطب مد نظر ما شما هستید. همین موضوع در مورد کسی که ایجنتی را سیمکشی کرده که برای سه مرحله به زیبایی کار میکند و سپس فراموش میکند چرا اصلاً شروع کرده بود، صدق میکند.
اگر با موارد زیر راحت هستید، بیشترین بهره را از این کتاب خواهید برد:
-
پایتون و ابزارهای دادهی رایج آن که ما برای هر نمونه کد از آنها استفاده میکنیم
-
APIهای مدلهای زبانی بزرگ و مهندسی پایهی پرامپت، از جمله فراخوانی ابزار (Tool-calling) و پرامپتهای سیستمی
-
RAG در سطح کاربردی: امبدینگها، وکتور استورها، جستجوی Top-k
-
SQL یا یک زبان پرسوجوی دیگر (بخشهای مربوط به پرسوجوی گراف را در طول مسیر آموزش میدهیم)
شما نیازی به پیشزمینه در پایگاههای دادهی گرافی، پژوهشهای بازنمایی دانش، یا سیستمهای برنامهریزی رسمی ندارید. ما آنها را از پایه میسازیم و همیشه پیش از ورود به تئوری، یک مفهوم را با یک مسئلهی ملموس معرفی میکنیم.
کتاب Agentic GraphRAG بیش از آنکه یک مطالعهی گذرا باشد، کتابی کاربردی برای متخصصان (Practitioner) است. اگر پژوهشگر یا رهبر فنی هستید که به دنبال مطالعهی چشمانداز کلی میگردید، دو فصل اول یک مدل ذهنی روشن از حوزه را به شما میدهد. سپس از فصل ۳ به بعد، ما با تمام وجود وارد پیادهسازی میشویم.
چرا کتاب Agentic GraphRAG را نوشتیم
ما سالهای اول عصر ایجنتی نرمافزار را صرف عرضهی سیستمهایی به محیطهایی کردهایم که ریسک آنها بسیار بیشتر از یک نسخهی نمایشی ساده بود. در این مدت، تیمی پس از تیم دیگر را دیدهایم که تلاش خود را صرف داربستبندیهای پرامپت، کوریوگرافیِ چند ایجنتی و پنجرههای کانتکستِ روزافزون طولانی کردهاند—و مرتباً به همان بنبستِ تکراری خوردهاند.
این بنبست دارای پنج ترک قابلتشخیص است. ما آنها را پنج نقص معماریهای سنتی مینامیم: فراموشی کانتکست، کوری رابطهای، ناآگاهی زمانی، فلج استدلال، و آشفتگی ابزار. هر یک از این موارد به این برمیگردد که با یک ایجنت به عنوان مدلی پیچیده شده در یک پرامپت رفتار کنیم تا به عنوان یک فرآیند در حال اجرا بر روی یک مدل.
معماریهای مبتنی بر گراف به هر پنج مورد رسیدگی میکنند، اما ادبیات موجود در سراسر چرخش «strings to things» گوگل در سال ۲۰۱۲، مقالهی GraphRAG مایکروسافت، الگوهای طراحی نئوفورجی (Neo4j)، و بدنهی رو به رشدی از تحقیقات دربارهی برنامهریزها و سیستمهای خودتکاملیافته پراکنده است. هر قطعه باارزش است، اما روی هم رفته به یک طرح منسجم تبدیل نمیشوند که یک تیم بتواند روز دوشنبه آن را بردارد و شروع به ساختنش کند.
کتاب Agentic GraphRAG همان طرح منسجم است. ما معماری دوگراف را معرفی میکنیم که یک گراف دانش عمودی برای آنچه ایجنت میداند را با یک گراف جریان کار افقی برای نحوه عمل کردن ایجنت جفت میکند، و سپس هشت ستونی را که باعث کارکرد این معماری در پروداکشن میشوند، بنا میکنیم. ما این الگو را در قالب یک نمونهی در حال اجرا نشان میدهیم: یک ایجنت خودموختار دوops (DevOps) که به عنوان انبوهی از ابزارهای نظارتیِ منقطع شروع میشود و فصل به فصل، به یک سیستم پیشگیرانه و خودترمیمی تبدیل میشود.
وقتی این کتاب را میبندید، میخواهیم با سه چیز آن را ترک کنید: یک مدل ذهنی که توضیح میدهد چرا ایجنتهایی که در دنیای واقعی دیدهاید به این شکل رفتار میکنند، یک الگوی معماری مشخص که میتوانید در جلسهی بررسی طراحی بعدیتان به آن اشاره کنید، و کدهای کاربردیِ کافی برای راهاندازی نسخهی اول یک ایجنت مبتنی بر گراف در استک خودتان.
پیمایش در کتاب Agentic GraphRAG
این کتاب در چهار بخش سازماندهی شده است که از مبانی به سمت پروداکشن حرکت میکنند.
بخش اول کتاب Agentic GraphRAG (فصلهای ۱ و ۲) مسئله و معماری را پایهریزی میکند:
-
فصل ۱ توضیح میدهد که چرا وکتور RAG وقتی به قلمروی ایجنتها رانده میشود از هم میپاشد، پنج نقص را با جزئیات بررسی میکند، و GraphRAG را به عنوان پاسخ معماری معرفی میکند.
-
فصل ۲ معماری دوگراف و هشت ستون معماری GraphRAG را معرفی میکند، سپس نمونهی ایجنت خودموختار دوops را آغاز میکند که آن را در سرتاسر کتاب پیش میبریم.
بخش دوم کتاب Agentic GraphRAG (فصلهای ۳ و ۴) مغز و حافظهی ایجنت را میسازد:
-
فصل ۳ بازنمایی دانش را پوشش میدهد، از جمله مدلهای گراف، خطوط لولهی استخراج، حل موجودیتها (Entity resolution)، و نحوهی ادغام یک آنتولوژی سازمانی موجود در گراف دانش عمودی ایجنت بدون از دست دادن حواسپرتی.
-
فصل ۴ کتاب Agentic GraphRAG، سیستمهای حافظه، از جمله حافظهی رویدادی (Episodic)، معنایی (Semantic) و رویهای (Procedural) را به همراه الگوهای زمانی پوشش میدهد که به ایجنت اجازه میدهد دربارهی وضعیت جهان پیش از یک حادثه استدلال کند، نه فقط در مورد وضعیت فعلی آن.
بخش سوم کتاب Agentic GraphRAG (فصلهای ۵ و ۶) ایجنت را زنده میکند:
-
فصل ۵ استدلال و برنامهریزی را پوشش میدهد. شما گراف جریان کار افقی را میسازید، پیمایش گراف را به عنوان یک پایهی استدلال پیادهسازی میکنید، و کارکرد همزمان تجزیه استراتژیک و اجرای تاکتیکی را روی یک بررسی تاخیر واقعی تماشا میکنید.
-
فصل ۶ ارکستراسیون ابزار و مهندسی خروجی ساختاریافته را پوشش میدهد و نشان میدهد که چگونه ایجنت ابزارها را از طریق یک ارکستراتور مبتنی بر گراف کشف و فراخوانی میکند و چگونه تولید ساختاریافته، انتقال بین یک مدل احتمالی (Probabilistic) و یک API قطعی (Deterministic) را کسلکننده و قابل اعتماد میسازد.
بخش چهارم کتاب Agentic GraphRAG (فصلهای ۷ و ۸) سیستم را قابل اعتماد و مقرونبهصرفه میکند:
-
فصل ۷ خودتکاملیافته بودن و ارزیابی را پوشش میدهد. شما یک گراف اجرایی از کارهایی که ایجنت واقعاً انجام داده تولید میکنید، یک چارچوب ارزیابی چندلایه میسازید، و از پسانتشار معنای برای ارسال بازخورد هدفمند به گره استدلال خاصی که دچار اشتباه شده استفاده میکنید.
-
فصل ۸ بهینهسازی، از جمله هوش گزینشی، الگوی فدراسیون متخصصان که به شما امکان میدهد از مدلهای کوچک و ارزان برای کارهای روتین استفاده کنید و مدلهای گرانقیمت را برای تصمیمات مهم نگه دارید، را پوشش میدهد. همچنین حاکمیت داده، کنترل دسترسی، و نوعی شتابسختافزاری که پیمایش گراف را برای مانیتورینگ بلادرنگ به اندازه کافی سریع میکند، پوشش داده میشود.
اگر در این حوزه تازهکار هستید، مستقیم از اول تا آخر بخوانید. اگر در حال حاضر در حال عرضهی سیستمهای مبتنی بر گراف هستید، فصلهای ۲، ۵، ۷ و ۸ جایی هستند که انتظار داریم بیشتر الگوهای جدید برای شما نمایان شوند.
هر فصل کتاب Agentic GraphRAG با خلاصهای به پایان میرسد که به هشت ستون متصل میشود و به مرحلهی بعدی اشاره میکند. ما از نمونهی ایجنت خودموختار دوops استفاده میکنیم تا هر مفهومی را ملموس کنیم و ایجنت در طول فصلها در کنار شما رشد میکند.
سرفصلهای کتاب Agentic GraphRAG:
- Preface
- I. Foundations of Graph-Based Agentic Systems
- 1. The Crisis of Enterprise Agentic AI
- 2. Agentic Graph Architecture Foundations
- II. Setup: Building the Digital Twin of a Tech Stack
- 3. Graph-Based Knowledge Modeling for Agentic Systems
- 4. Agentic Graph Memory Systems
- III. Action: From Firefighting to Foresight
- 5. Reasoning and Planning
- 6. Agentic Graph-Based Tool Orchestration
- IV. Production: Creating a Self-Healing System
- 7. Self-Evolution and Evaluation
- 8. Optimization
- Index
- About the Authors
جهت دانلود کتاب Agentic GraphRAG میتوانید پس از پرداخت، دریافت کنید.