关键词：知识图谱
描述或关键词里包含「知识图谱」的项目，共 115 个。找不到想要的？试试完整搜索。
把代码库连同文档、SQL schema、配置和 PDF 一起解析成可查询的知识图谱，供 Claude Code、Cursor 等编码 Agent 做代码检索，全程本地 AST 解析、不依赖向量库。
把任意代码库转成可交互的知识图谱，支持浏览、搜索和提问，兼容 Claude Code、Cursor、Copilot 等主流 AI 编程工具。
基于多智能体模拟和知识图谱的群体智能预测引擎，可对舆情、金融走势等复杂社会系统做推演与预测。
把代码、文档和基础设施连成一张持久化图谱，为开发者和 AI 代理提供本地代码智能检索，还能按改动挑选测试。
本地优先的开源知识管理平台，用 Markdown 或 Org-mode 记笔记并自动构建知识图谱，数据存在本地、隐私可控。
轻量级检索增强生成引擎，用图结构组织知识并支持增量更新，让 RAG 检索更快更省资源。
本地优先的层级笔记工具，支持笔记树、知识图谱和富文本编辑，适合搭建个人知识库。
基于知识图谱的模块化检索增强生成系统，把文档抽成实体关系图，让大模型在回答复杂问题时能跨文档做全局推理。
给 AI Agent 提供持久化长期记忆的开源平台，用小型模型即可免费搭建，解决智能体跨会话记不住上下文的问题。
给 AI Agent 用的实时知识图谱构建框架，把对话和文档里的实体关系抽出来存成图，让 Agent 检索时能拿到带结构的长期记忆。
本地优先的代码智能图谱，为 MCP 和 CLI 构建持久化代码库地图，让 AI 编码工具只读取相关部分，显著减少代码审查和大仓库场景的上下文消耗。
高性能分布式图数据库，专为实时查询场景设计，支持知识图谱等大规模关联数据的存储与毫秒级检索。
在 VSCode 里用 Markdown 搭建个人知识库，笔记之间自动建立双向链接并生成关系图，适合喜欢 Zettelkasten 卡片笔记法的人。
原生图数据库，用 Cypher 查询语言存储和遍历关联数据，适合做知识图谱、关系分析和 RAG 检索。
给 Obsidian 加一个自组织的 AI 第二大脑，丢进任意资料，Claude Code 会自动阅读、建立链接并归档成纯 Markdown 知识图谱，数据完全归你所有。
面向 AI 智能体的图原生上下文基础设施，用上下文图谱管理记忆与决策依据，让 AI 系统的行为可追溯、可问责。
开源分布式图数据库，支持水平扩展和高可用，适合存储超大规模图数据并做低延迟查询，可用于知识图谱和 GraphRAG 场景。
给团队里所有编码 Agent 共享一份记忆：为 Claude Code、Cursor、Codex 提供代码图谱和团队历史决策，让它们接着上次的进度继续干活。
基于 GraphBLAS 稀疏邻接矩阵实现的高性能图数据库，主打为 LLM 提供知识图谱支撑，适合做 GraphRAG 检索增强。
基于 OpenSPG 引擎和大模型构建的逻辑推理与检索框架，用逻辑形式引导专业领域知识库做事实问答，解决传统 RAG 向量相似度检索在多跳推理上不可靠的问题。
基于 Rust 和 PostgreSQL 的自托管企业级世界模型，用双时态知识图谱与 GraphRAG 为 LLM Agent 提供可追溯的长期记忆和知识检索。
可私有部署的多租户知识智能体平台，把 RAG、知识图谱、多智能体编排、MCP/Skills 和沙盒权限管理整合在一起，适合企业自建知识问答与智能体应用。
覆盖小学到高中数学、三年级到高中英语及初中物理的 K12 知识图谱，含 1644 个知识点、2403 条先修边和 6723 道题，对齐课标并支持自适应前置诊断。
为 AI 原生软件开发生命周期构建上下文图谱，把代码库和开发流程知识组织成可检索的图结构，让 AI 代理更准确地理解项目上下文。
面向 monorepo 的代码检索增强生成工具，用知识图谱和 AST 解析多语言代码库，支持自然语言查询、理解与编辑代码。
用 LLM 从非结构化文本里自动抽取实体和关系，直接建成 Neo4j 知识图谱，省去手工建模和写 Cypher 的麻烦，适合做 GraphRAG 和知识库。
仿生认知记忆引擎，用图结构为 LLM 智能体提供长期记忆与情节记忆，是 Graph RAG 的新范式。
强类型逻辑数据库，用类型系统和推理规则对知识建模，适合构建需要复杂关系推理的知识图谱与知识库系统。
一套面向知识图谱抽取与构建的开源工具包，支持命名实体识别、关系抽取、属性抽取和事件抽取，覆盖少样本、文档级和指令抽取等场景。
用 LLM 把非结构化文本抽取成结构化知识，一条命令即可生成图、超图以及时空信息，适合搭建知识图谱和 RAG 数据管线。
把 Slack、Drive、Jira 等 50 多个企业数据源汇成带权限控制的上下文层，让 AI 智能体能搜索、检索并引用公司知识。
给 LLM Agent 用的长期记忆系统，通过压缩和知识图谱把文本与多模态历史高效存下来，让 Agent 跨会话记住关键信息。
用多环境任务系统评测大模型作为智能体的综合能力，覆盖操作系统、数据库、知识图谱等场景，方便横向对比不同模型的 agent 表现。
给 AI 智能体用的记忆框架，借助 Obsidian 笔记库搭建并维护可长期积累的数字大脑，让智能体跨会话记住知识。
丢进资料就能自动构建并维护个人知识库，由 Claude、Codex 或 Gemini 读取内容、抽取知识，生成持续互联的 Markdown wiki，无需 API key。
面向程序员的知识图谱与学习路线合集，用交互式思维导图、路线图和面试题帮开发者规划技术成长、管理知识并提升研发效能。
用大模型从文档里自动抽取实体和关系，生成可交互的知识图谱，省去手工梳理和建模的麻烦。
为 AI Agent 提供可扩展、可互操作的通用记忆层，统一存储与检索状态，简化自主系统的上下文管理。
基于 Graph RAG 的对话式知识库工具，用 TiDB Serverless 向量存储做检索，能基于知识图谱回答提问。
一种新的 RAG 检索架构，用知识图谱和向量检索构建知识库，让人和 Agent 都能高效查询结构化知识。
面向 Agent 的 AI 治理平台，用上下文图谱管理知识、上下文和 Agent 运行时，让 Agent 行为可追溯、可管控。
用基础设施即代码的方式管理生产环境本体，支持变更前评估影响范围、变更后回滚，并生成审计员可复核的形式化证明。
汇总基于图的检索增强生成（GraphRAG）相关综述、论文、基准和开源项目，帮研究者快速找到图谱结合 RAG 的资料。
用 Rust 写的高性能 GraphRAG 引擎，灵感来自 LightRAG，把文档转成知识图谱，让检索和生成效果更好。
蚂蚁集团与 OpenKG 联合推出的知识图谱引擎，基于 SPG 框架做领域模型约束的知识建模，并把事实与逻辑融合表示，原生支持 KAG 知识增强生成。
面向 React/Vue/Svelte 的关系图谱组件，用插槽机制配合普通组件自定义节点和连线，适合做关系数据可视化与编辑。
汇总知识图谱与大模型结合方向的论文清单，覆盖常识推理、GPT 等主题，方便快速跟进 KG+LLM 交叉领域的研究进展。
用 Python 在知识图谱上做表示学习，把实体和关系训练成向量，方便做链接预测和关系推理。
用分形图结构组织 AI Agent 的思维链，把笔记、网页链接和代码连成可导航的知识图谱，适合做多智能体推理与头脑风暴。
为 AI Agent 提供持久化长期记忆的 MCP 服务，支持 LangGraph、CrewAI、AutoGen 和 Claude，通过 REST API、知识图谱和自主整合让智能体跨会话记住上下文。
把公司各类数据接进来，让智能体自动起草本体并加载成一张可探索、可提问的图，省去手工建知识图谱的麻烦。
面向 AI 编程助手和 IDE 的高性能代码智能引擎，基于图结构索引 257 种语言和多个仓库，通过 CLI、MCP 和 API 只暴露必要代码信息，把 token 消耗最多降低 50 倍，且完全本地运行。
把原始文档编译成结构化、本地优先的 wiki 知识库，用可读可维护的编译式方案替代传统 RAG，支持自管理自改进。
基于对象存储的图数据库，支持分支和类型化本体，用 Rust 写成，适合在 S3 等存储上构建可版本化的知识图谱与上下文图。
用 C++ 实现的支持 Cypher 查询语言的图数据库，适合构建代码知识库和知识图谱，为检索与 RAG 场景提供图数据存储和查询能力。
整理知识图谱相关的学习资料、数据库和工具清单，帮你在海量资源里快速找到入门与选型参考。
把 Markdown 笔记组织成知识图谱，通过 LSP 接入编辑器，并提供 CLI 和 MCP 记忆接口供 AI Agent 使用。
面向 LLM 推理、RAG 与 Agent 工作流的开源协议栈，提供问题地图、全局调试卡等工具，帮助定位幻觉、对齐和检索环节的故障。
追踪 NLP、知识图谱与大模型 Agent 的前沿进展，汇总相关研究与应用实践，适合想跟进这些方向的技术人系统学习。
基于 Java 的开源本体编辑与知识建模桌面工具，支持 OWL、RDF、OBO 等格式，内置推理机，用于构建和维护知识图谱的语义模型。
共 115 个，这里展示前 60 个。