knowledge-graph

code et ressources utilisés dans les sessions Going Meta

Ceci est le dépôt officiel GitHub de Think-on-Graph (ICLR 2024). Si vous êtes intéressé(e) par notre travail ou souhaitez rejoindre notre équipe de recherche à Shenzhen, n'hésitez pas à nous contacter par e‑mail (xuchengjin@idea.edu.cn)

Une bibliothèque fondamentale pour les hypergraphes sémantiques

🍇 GRAPE est une bibliothèque d'apprentissage de représentation de graphes en Rust/Python pour les prédictions et les évaluations

🔗 Semantic MediaWiki transforme MediaWiki en une plateforme de gestion des connaissances avec des capacités de requête et d'exportation

Plateforme d'application de graphe de connaissances low‑code. Apache License.

Génération et révision de spécifications alimentées par l'IA utilisant l'intelligence de graphe de code multi-dépôt pour les équipes backend qui déploient en production.

Système de fichiers Markdown pour les agents et les équipes.

Liste d'articles sur l'embedding hyperbolique, les modèles hyperboliques, applications hyperboliques

Deepseek Harness, plugin de mémoire de graphe de connaissances pour Openclaw. Invité à être présenté au séminaire de l'Université de Tsinghua en avril 2026. Knowledge Graph + Memory ; moteur de contexte de graphe de connaissances pour OpenClaw — extrait des triplets structurés des conversations, compresse le contexte de 75 % et permet la réutilisation de l'expérience entre les sessions.

Jivejdon est un carnet de notes en chaîne utilisant DDD/CQRS/Clean Architecture

Recommandations conscientes des dépôts pour les skills, agents, serveurs MCP et environnements de modèles. Utilisez votre propre inventaire ou le graphe intégré de 79 958 nœuds comprenant 68 494 skills, 467 agents, 10 790 MCP et 207 environnements.

Exemples de graphes de connaissances Excel vers Neo4j : ancien py2neo v3 et Neo4j GraphRAG/recherche vectorielle moderne.

Karpathy's LLM Wiki implementation plugin for Obsidian - turns notes and PDFs into a linked, LLM-powered knowledge base with entity pages, concept pages, graph-powered Q&A, and local-first privacy.

Code et documentation pour l'article EMNLP "DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning"

Mémoire persistante supervisée par LLM pour agents IA : rappel basé sur graphe, connaissances inter-sessions, binaire unique. Compatible avec DeepSeek Harness, Claude Code, OpenClaw et tout runtime d'agent.

CRSLab est une boîte à outils open source pour créer des systèmes de recommandation conversationnels (CRS).

Vue d'ensemble (subjective) des projets liés à la fois à Python et aux technologies sémantiques (RDF, OWL, raisonnement, ...).

Orchestration de flux de travail pilotée par l'intention pour le développement d'IA multi-agents — moteur de cycle de vie adaptatif, graphe de connaissances auto-renforcé et tableau de bord visuel pour Claude Code, Gemini, Codex et plus.

A graph-native memory system for AI agents and context graphs. Store conversations, build knowledge graphs, and let your agents learn from their own reasoning — all backed by Neo4j.

GraphRAG-rs est une implémentation Rust haute performance et de pointe de GraphRAG (Graph-based Retrieval Augmented Generation) qui construit des graphes de connaissances à partir de documents et permet des requêtes en langage naturel avec une extraction d'entités configurable et l'intégration de LLM locaux

Une implémentation TensorFlow de réseaux de neurones convolutifs sur graphes de connaissances

Moteur de recherche basé sur LLM conçu pour traiter une multitude de sources afin de compiler une liste exhaustive d'entités.

Hybrid RAG system combining vector search, knowledge graph (LightRAG), and cross-encoder reranking — with Docling document parsing, visual intelligence (image/table captioning), agentic streaming chat, and inline citations. Powered by Gemini or local Ollama models.

Persistent project knowledge graph for coding agents. MCP server with semantic search, in-process embeddings, and web explorer.

Créer des graphes de connaissances avec des LLM.

Graphes de connaissances et apprentissage multimodal : une étude complète.