今天我们接着上次的来看insert逻辑。
看insert代码之前，我们要写看看state_manager属性。
state_manager 属性类似于上次说的 BaseGraphRAG 类，也是初始化的一个泛型类BaseStateManagerService。
GTNode: 表示图中的节点类型，GTEdge: 表示图中的边类型，GTHash: 表示用于哈希的类型，GTChunk: 表示图中的块类型，GTId: 表示图中元素的唯一标识符类型，GTEmbedding: 表示图中向量相关的类型。
graph_storage: 这是一个 BaseGraphStorage 实例，用于存储图的数据，接受 GTNode、GTEdge 和 GTId 作为类型参数。
entity_storage: 这是一个 BaseVectorStorage 实例，用于存储实体数据，接受 GTId 和 GTEmbedding 作为类型参数。
chunk_storage: 这是一个 BaseIndexedKeyValueStorage 实例，用于存储块数据，接受 GTHash 和 GTChunk 作为类型参数。
embedding_service: 这是一个 BaseEmbeddingService 实例，用于处理向量化相关的操作。
node_upsert_policy: 这是一个 BaseNodeUpsertPolicy 实例，用于定义节点的插入或更新策略。
edge_upsert_policy: 这是一个 BaseEdgeUpsertPolicy 实例，用于定义边的插入或更新策略。
GraphRAG类实例的state_manager是fast_graphrag._services._state_manager.DefaultStateManagerService
insert_start
插入文档到GraphRAG的时候，首先是先调用state_manager的 insert_start 方法。调用各种存储实例的_insert_start方法。将每个实例的状态设置为“进行中”，为后续的数据插入操作做好准备。
以graph_storage为例，存在igraph_data.pklz文件的话就读取历史数据。
extract
这里默认是用的正则来分片的
self._split_re = re.compile(f"({'|'.join(re.escape(s) for s in self.config.separators or [])})")
我们可以自己实现一些分片逻辑，或者用langchain的一些分片 https://python.langchain.com/docs/how_to/#text-splitters
只要返回的分片结果保持一致就好。
过滤
过滤chunked_documents里重复的数据，主要是根据chunk的内容hash生成的id来去重。
提取实体和关系
调用模型来提取需要新增的chunk里的实体和对应的关系。提示词：fast_graphrag/_prompt.py:8如下
upsert
这段代码比较复杂，主要功能是将节点、边和文档数据插入到图存储中，并在此过程中进行一些处理和计算。
定义了一个内部异步函数 getgraphs，用于从每个子图中提取节点和边。
提取到的节点和边被传递给 node_upsert_policy 和 edge_upsert_policy 方法进行上插入操作。
使用 embedding_service 对上插入的节点进行编码，生成嵌入向量，并将其存储在 entity_storage 中。
通过调用 get_knn 方法获取相似实体的索引，并根据相似度阈值进行去重处理。
定义了一个内部异步函数 insertidentiy_edges，用于插入身份边，确保源索引和目标索引之间没有邻接关系。
到这里我们已经完成了文档insert进入fast-graphrag的流程，下次我们看看query部分~ 也欢迎大家在评论区留言，分享你对模型应用的一些经验和看法~
