graphrag 1.2 增量训练文件

注意

settings.yaml 不动，update_index_storage 放开会导致 index 时候出错，所以不能动

建议把训练目录和查询目录分开，保证在新训练时不影响旧数据，避免一些其他影响

---

操作步骤

1. 复制原有目录文件夹到训练文件夹

cp /data/gr_data_search/xxxx/xxx /data/gr_data/xxxx/xxx
````

---

### 2. 增量训练

**注意：**
`settings.yaml` 中的 `title` 字段不能和之前已训练过的数据重复，否则会跳过数据

```bash
python3.12 training.py update --root /data/gr_data/xxxx/xxx

训练完成后会生成新目录 update_output：

• update_output：原始内容 + 增量内容
• update_output/delta：仅增量内容
• lancedb 目录：output/lancedb 已自动更新，无需操作

---

3. 复制覆盖结构化数据

cp update_output/*.parquet output/

# 删除临时目录
rm -r update_output

---

4. 新上传

---

5. 备注

• index 和 update 都会使用缓存数据 cache，建议在重新训练或 update 时复用，可以提速并节省成本

• 删除文件只能通过重新 index 重建：

rm -r output

update 只负责增量添加，不支持删除