knowledge-graph

Going Meta 系列課程中使用的程式碼與資源

這是 Think-on-Graph (ICLR 2024) 的官方 GitHub 儲存庫。如果您對我們的研究感興趣，或願意加入我們位於深圳的研究團隊，歡迎透過電子郵件與我們聯繫 (xuchengjin@idea.edu.cn)

語意超圖的基礎程式庫

🍇 GRAPE 是一個用於預測與評估的 Rust/Python 圖表示學習函式庫

🔗 Semantic MediaWiki 將 MediaWiki 轉變為具備查詢與匯出功能的知識管理平台

低程式碼知識圖譜應用平台。採 Apache 授權條款。

為發布至生產環境的後端團隊，利用多儲存庫程式碼圖譜智慧進行 AI 驅動的規格生成與審查

給 AI 代理與團隊使用的 Markdown 檔案系統。

關於雙曲嵌入、雙曲模型與雙曲應用的論文清單

Deepseek Harness 與 Openclaw 知識圖譜記憶插件。2026 年 4 月受邀於清華大學研討會發表。知識圖譜 + 記憶；OpenClaw 的知識圖譜上下文引擎 — 從對話中提取結構化三元組，壓縮 75% 上下文，並實現跨會話的經驗重用。

Jivejdon 是一個結合 DDD/CQRS/Clean architecture 的鏈式筆記本

針對技能、Agent、MCP 伺服器與模型工具的儲存庫感知推薦系統。可使用您自己的清單或內建包含 79,958 個節點的圖譜，涵蓋 68,494 個技能、467 個 Agent、10,790 個 MCP 與 207 個工具

Excel 轉 Neo4j 知識圖譜範例：包含舊版 py2neo v3 以及現代 Neo4j GraphRAG 與向量搜尋。

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.

EMNLP 論文「DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning」的程式碼與文件

為 AI agents 提供 LLM 監督的持久化記憶——基於圖形的檢索、跨工作階段知識、單一二進位檔。相容於 DeepSeek Harness、Claude Code、OpenClaw 以及任何 agent 執行環境。

CRSLab 是一個用於建構對話式推薦系統 (CRS) 的開源工具包。

（主觀）與 Python 及語意技術（RDF、OWL、推理等）相關專案的概覽

面向多代理 AI 開發的意圖驅動工作流編排：包含自適應生命週期引擎、自我強化知識圖譜，以及適用於 Claude Code、Gemini、Codex 等的視覺化儀表板

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.

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

GraphRAG-rs 是 GraphRAG（基於圖的檢索增強生成）的高效能、最先進 Rust 實作，可從文件中建立知識圖譜，並支援透過可配置的實體提取與本地 LLM 整合進行自然語言查詢

知識圖譜卷積網路的 TensorFlow 實作

由 LLM 驅動的檢索引擎，旨在處理大量來源以收集全面的實體清單

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.

使用 LLM 建立知識圖譜

知識圖譜與多模態學習的結合：綜合綜述