
知识图谱 专题
共 13 篇文章,按时间倒序展示。

分析大型代码库时要来回切换编辑器、文档、依赖图和搜索工具,AI 助手也常常忽略深层依赖和调用链
分析大型代码库时要来回切换编辑器、文档、依赖图和搜索工具,AI 助手也常常忽略深层依赖和调用链,造成修改失误。
AI 代理开发总得从零开始解释上下文,每次对话都重新描述项目背景、偏好和之前决策,浪费时间且容易
AI 代理开发总得从零开始解释上下文,每次对话都重新描述项目背景、偏好和之前决策,浪费时间且容易重复错误。

使用 AI 编码工具时,每次都要重新喂整个代码库上下文,Token 烧得飞起,Claude 还容
使用 AI 编码工具时,每次都要重新喂整个代码库上下文,Token 烧得飞起,Claude 还容易幻觉,分析大项目超级麻烦。


AI Agent开发常常需要管理海量对话历史,传统RAG或知识图谱难以实现真正学习,记忆准确率低
AI Agent开发常常需要管理海量对话历史,传统RAG或知识图谱难以实现真正学习,记忆准确率低、长期遗忘严重。

Yuxi-Know是一个基于LightRAG(一个最近比较流行的RAG平台) 构建的RAG知识库
Yuxi-Know是一个基于LightRAG(一个最近比较流行的RAG平台) 构建的RAG知识库和知识图谱平台。

Awesome Al for Science - 科学领域的AI资源汇总 这是一个由ai-boo
Awesome Al for Science - 科学领域的AI资源汇总 这是一个由ai-boost维护的GitHub仓库,汇总了用于加速科学发现的AI工具、库、论文、数据集和框架,覆盖物理、化学、生物等多学科,包含20+分类资源。

ApeRAG:面向生产的多模态 Graph RAG 平台
ApeRAG:面向生产的多模态 Graph RAG 平台,融合多维索引与智能 AI Agent,助力构建企业级知识图谱与上下文工程。

构建知识图谱的核心工具:LangChain LLM Graph Transformer • 将非
构建知识图谱的核心工具:LangChain LLM Graph Transformer • 将非结构化文本高效转化为结构化知识图谱,实体与关系一目了然,支持复杂多跳推理和检索增强生成(RAG)应用。

全面讲述:高级 RAG 一篇非常全面深入探讨高级 RAG 系统的发展、技术和应用的文章,覆盖 G
全面讲述:高级 RAG 一篇非常全面深入探讨高级 RAG 系统的发展、技术和应用的文章,覆盖 GraphRAG 和多模态 RAG 等方向,强烈推荐给大家阅读(或收听)!

Convert any Corpus of Text into a Graph of Knowl
Convert any Corpus of Text into a Graph of Knowledge :将文本转换为图表示,可视化并进行查询 将任意文本转换为知识图谱,可用于图增强生成或基于知识图谱的问答。
