#知识图谱

PandaGPT

PandaGPT是一个智能文件阅读网站，旨在简化用户的阅读体验。通过上传文件，用户可以快速从文件中获取信息，无需逐字阅读。PandaGPT基于OpenAI的最先进模型，已成功处理超过50,000个文件和回答了200,000多个问题。通过集成先进的技术，为企业和个人用户提供了高效的文件处理解决方案。

KG_RAG

KG-RAG，一种融合生物医学知识图谱SPOKE与大型语言模型的检索增强生成系统，专为提升特定领域的语义理解而设计。了解其配置、运行方法及在生物医学应用中的实例。

R2R

R2R旨在弥合本地LLM实验与可扩展的生产级检索增强生成（RAG）应用之间的差距。R2R提供最新的RAG技术，基于RESTful API构建，使用简便。其主要功能包括多模态支持、混合搜索、图形RAG、应用管理、可观察性、可配置性和扩展性。通过R2R仪表板用户界面，可直观管理和分析RAG引擎性能。

Memary

Memary通过模拟人类记忆增强AI代理性能，提供高级记忆管理如聊天代理记忆访问与执行回溯，结合内存模块与知识图谱支持多模型集成，助力开发者优化智能应用。

Nucleoid

Nucleoid是一款结合神经符号AI和知识图谱的创新平台，提供基于逻辑的声明运行环境，实现数据与逻辑的动态分析与适应。其多语言支持和透明的推理过程使决策过程更易于理解。

Awesome-LLM-KG

本项目汇集了有关统一大型语言模型（LLM）和知识图谱（KG）的最新研究论文和资源。KG能够存储丰富的事实知识，但构建复杂且难以处理不完全和动态变化的KG。该项目展示了三个主要框架：KG增强的LLM、LLM增强的KG以及LLM与KG的协作。多篇论文已在ACL、TKDE、EMNLP、ICLR等顶级会议上发表，助力研究人员和从业者深入了解这一新兴领域。

RSPapers

RSPapers提供综合的推荐系统研究资源，覆盖系统教程、综合调研和多种议题，如社交、基于深度学习、冷启动、效率、探索与利说问题等，加上基于知识图谱和评论的最新研究。该资源库定期更新，包含多领域实用案例及隐私保护策略，非常适合研究者与实践者。

KG-LLM-Papers

KG-LLM-Papers收录了将知识图谱与大型语言模型结合的尖端研究论文，旨在推动这一创新交叉学科领域的进步。该项目提供多样化的研究方法、详尽的调查报告、实用的资源与基准测试，解析大型语言模型在知识图谱中的作用。我们欢迎社区成员通过发布问题或提交拉取请求来补充更多研究论文，共同推动学科发展。

graphrag

GraphRAG是一个革新的数据管道和转换套件，旨在利用大型语言模型(LLMs)的力量从非结构化文本中提取有意义的结构化数据。该项目通过加快索引过程并优化提示调整，提供在Azure上的端到端用户体验，有效增强LLMs处理私有数据的能力。此外，GraphRAG的研究和开发还专注于推动负责任的AI使用，确保用户能够最大限度地发挥系统的潜力并减少限制的影响。