mirror of
https://github.com/trustgraph-ai/trustgraph.git
synced 2026-04-25 08:26:21 +02:00
8954fa3ad7
Native CLI i18n: The TrustGraph CLI has built-in translation support that dynamically loads language strings. You can test and use different languages by simply passing the --lang flag (e.g., --lang es for Spanish, --lang ru for Russian) or by configuring your environment's LANG variable. Automated Docs Translations: This PR introduces autonomously translated Markdown documentation into several target languages, including Spanish, Swahili, Portuguese, Turkish, Hindi, Hebrew, Arabic, Simplified Chinese, and Russian.
99 lines
4.7 KiB
Markdown
99 lines
4.7 KiB
Markdown
---
|
||
layout: default
|
||
title: "Şema Dizini Yeniden Düzenleme Önerisi"
|
||
parent: "Turkish (Beta)"
|
||
---
|
||
|
||
# Şema Dizini Yeniden Düzenleme Önerisi
|
||
|
||
> **Beta Translation:** This document was translated via Machine Learning and as such may not be 100% accurate. All non-English languages are currently classified as Beta.
|
||
|
||
## Mevcut Sorunlar
|
||
|
||
1. **Düz yapı** - Tüm şemaların tek bir dizinde olması, ilişkileri anlamayı zorlaştırıyor.
|
||
2. **Karışık konular** - Temel tipler, alan nesneleri ve API sözleşmeleri bir arada bulunuyor.
|
||
3. **Belirsiz adlandırma** - "object.py", "types.py", "topic.py" gibi dosyalar, amaçlarını açıkça belirtmiyor.
|
||
4. **Açık katmanlama yok** - Neyin neye bağlı olduğunu kolayca görmek mümkün değil.
|
||
|
||
## Önerilen Yapı
|
||
|
||
```
|
||
trustgraph-base/trustgraph/schema/
|
||
├── __init__.py
|
||
├── core/ # Core primitive types used everywhere
|
||
│ ├── __init__.py
|
||
│ ├── primitives.py # Error, Value, Triple, Field, RowSchema
|
||
│ ├── metadata.py # Metadata record
|
||
│ └── topic.py # Topic utilities
|
||
│
|
||
├── knowledge/ # Knowledge domain models and extraction
|
||
│ ├── __init__.py
|
||
│ ├── graph.py # EntityContext, EntityEmbeddings, Triples
|
||
│ ├── document.py # Document, TextDocument, Chunk
|
||
│ ├── knowledge.py # Knowledge extraction types
|
||
│ ├── embeddings.py # All embedding-related types (moved from multiple files)
|
||
│ └── nlp.py # Definition, Topic, Relationship, Fact types
|
||
│
|
||
└── services/ # Service request/response contracts
|
||
├── __init__.py
|
||
├── llm.py # TextCompletion, Embeddings, Tool requests/responses
|
||
├── retrieval.py # GraphRAG, DocumentRAG queries/responses
|
||
├── query.py # GraphEmbeddingsRequest/Response, DocumentEmbeddingsRequest/Response
|
||
├── agent.py # Agent requests/responses
|
||
├── flow.py # Flow requests/responses
|
||
├── prompt.py # Prompt service requests/responses
|
||
├── config.py # Configuration service
|
||
├── library.py # Librarian service
|
||
└── lookup.py # Lookup service
|
||
```
|
||
|
||
## Temel Değişiklikler
|
||
|
||
1. **Hiyerarşik organizasyon** - Temel tipler, bilgi modelleri ve hizmet sözleşmeleri arasında net bir ayrım.
|
||
2. **Daha iyi adlandırma**:
|
||
`types.py` → `core/primitives.py` (daha açık amaç)
|
||
`object.py` → Gerçek içeriğe göre uygun dosyalara ayrım
|
||
`documents.py` → `knowledge/document.py` (tekil, tutarlı)
|
||
`models.py` → `services/llm.py` (hangi tür modeller olduğu daha açık)
|
||
`prompt.py` → Ayrım: hizmet kısımları `services/prompt.py`'e, veri tipleri `knowledge/nlp.py`'ye
|
||
|
||
3. **Mantıksal gruplandırma**:
|
||
Tüm gömme türleri `knowledge/embeddings.py` içinde toplandı.
|
||
Tüm LLM ile ilgili hizmet sözleşmeleri `services/llm.py` içinde.
|
||
Hizmetler dizininde istek/yanıt çiftlerinin net bir şekilde ayrılması.
|
||
Bilgi çıkarma türleri, diğer bilgi alanı modelleriyle gruplandırıldı.
|
||
|
||
4. **Bağımlılık netliği**:
|
||
Temel tiplerin hiçbir bağımlılığı yoktur.
|
||
Bilgi modelleri yalnızca temel bağımlılıklarına sahiptir.
|
||
Hizmet sözleşmeleri hem temel hem de bilgi modellerine bağımlı olabilir.
|
||
|
||
## Geçiş Faydaları
|
||
|
||
1. **Daha kolay gezinme** - Geliştiriciler ihtiyaç duyduklarını hızla bulabilir.
|
||
2. **Daha iyi modülerlik** - Farklı konular arasındaki sınırlar nettir.
|
||
3. **Daha basit içe aktarmalar** - Daha sezgisel içe aktarma yolları.
|
||
4. **Geleceğe yönelik** - Yeni bilgi türleri veya hizmetler eklemek, karmaşayı önleyecek şekilde kolaydır.
|
||
|
||
## Örnek İçe Aktarma Değişiklikleri
|
||
|
||
```python
|
||
# Before
|
||
from trustgraph.schema import Error, Triple, GraphEmbeddings, TextCompletionRequest
|
||
|
||
# After
|
||
from trustgraph.schema.core import Error, Triple
|
||
from trustgraph.schema.knowledge import GraphEmbeddings
|
||
from trustgraph.schema.services import TextCompletionRequest
|
||
```
|
||
|
||
## Uygulama Notları
|
||
|
||
1. Kök dizindeki `__init__.py` içindeki import'ları koruyarak geriye dönük uyumluluğu sağlayın.
|
||
2. Dosyaları kademeli olarak taşıyın ve gerektiğinde import'ları güncelleyin.
|
||
3. Geçiş dönemi için her şeyi import eden bir `legacy.py` eklemeyi düşünün.
|
||
4. Yeni yapıyı yansıtacak şekilde dokümantasyonu güncelleyin.
|
||
|
||
<function_calls>
|
||
<invoke name="TodoWrite">
|
||
<parameter name="todos">[{"id": "1", "content": "Mevcut şema dizin yapısını inceleyin", "status": "tamamlandı", "priority": "yüksek"}, {"id": "2", "content": "Şema dosyalarını ve amaçlarını analiz edin", "status": "tamamlandı", "priority": "yüksek"}, {"id": "3", "content": "Geliştirilmiş adlandırma ve yapı önerin", "status": "tamamlandı", "priority": "yüksek"}]
|