Локальный research cockpit для вашей научной библиотеки: загрузка корпуса, граф связей, поиск по смыслу и ответы с опорой на конкретные места в документах — без обязательного «чата в облаке вместо источников».
Для исследователя или R&D-команды, которым недостаточно папки с PDF. Нужен обзор корпуса, навигация по цитированию и смысловым связям, а не разовый промпт к модели без трассировки.
- Корпус становится навигируемым — работы, чанки, граф, workspace и поиск по вашим данным.
- Вопросы к литературе — с evidence — ответы можно проверить по источникам и фрагментам текста.
- Стек поднимается локально — Docker Compose, привычный цикл «поднял → открыл UI → загрузил PDF».
Если вы хотите сначала просто посмотреть систему, достаточно Docker + Docker Compose и файла .env:
cp .env.example .env
docker compose -f docker-compose.yml up -d --buildЕсли у вас есть make, это эквивалентно:
make prod-upДальше откройте веб-интерфейс — главная точка входа. Для быстрой проверки API: /health, интерактивная документация: /docs.
Если вы хотите не только поднять UI, но и запускать science-graphrag с хоста, делать ingest и пользоваться локальным CLI, нужны ещё Python 3.11+ и .venv:
cp .env.example .env
python -m venv .venv
.venv/bin/pip install -e ".[dev]"
.venv/bin/science-graphrag config-checkВ .env скопируйте блок SCIENCE_GRAPHRAG_S3_* из .env.example (для MinIO на хосте обычно http://localhost:19000 и те же логин/пароль, что у сервиса minio в compose). Без непустых access key / secret / bucket Settings() на хосте не соберётся — это обязательное объектное хранилище для очереди ingest, raw blobs, артефактов и benchmark.
Далее задайте SCIENCE_GRAPHRAG_OPENALEX_MAILTO — contact email для OpenAlex (не секрет; можно в Настройки → Общие). Для extraction и VL обычно нужен SCIENCE_GRAPHRAG_API_KEY (OpenRouter и т.п.); без него config-check завершится с кодом 1, пока не передать --no-strict.
Для prod-like режима:
docker compose -f docker-compose.yml up -d --buildДля локальной разработки удобнее dev-режим:
docker compose -f docker-compose.dev.yml up -d --buildЕсли у вас есть make, это те же команды через make prod-up и make dev-up.
.venv/bin/science-graphrag ingest path/to/paper.pdfФорматы: pdf, md, txt. Этот шаг требует полного setup из варианта 2. После ingest откройте работу в UI или дерните API — см. Swagger на /docs.
Долгие прогоны, таймауты, resume и operational чек-листы — docs/runbooks/ingest-corpus.md. Перед тяжёлым ingest с LLM разумно прогнать строгую проверку:
.venv/bin/science-graphrag config-checkДля embeddings через OpenRouter: .venv/bin/science-graphrag config-check --embeddings-preflight.
| Задача | Документ |
|---|---|
| Индекс всей документации | docs/README.md |
| Запуск стека, порты, compose | docs/runbooks/deploy.md |
| Архитектура | docs/architecture/README.md |
| Архитектура агентного рантайма | docs/architecture/agent-runtime-overview-ru.md |
| Чат-агент и инструменты | docs/architecture/agent-chat-tools.md |
| Бенчмарки и eval | docs/benchmarks/README.md · eval/README.md |
| Roadmap | docs/roadmap.md |
| Планирование (инженерные треки) | docs/analysis/README.md |
Исходники: science_graphrag/ (backend, CLI, ingestion), ui/ (интерфейс), eval/ и tests/ — качество и регрессии.
Полезные команды: make help, make prod-down, make dev-down, make prod-logs / make dev-logs, make quality.
См. LICENSE.