KAG

OpenSPG KAG

核心内容总结：
KAG 是一个通过知识增强生成提升大语言模型在专业领域表现的框架，包含知识构建（kg-builder）和知识求解（kg-solver）两大模块。

主要特性：

1. 知识构建：基于 DIKW 分层结构，兼容无约束的信息抽取与有约束的专业知识构建，支持图结构与原始文本的互指索引，提升推理效率。
2. 知识求解：采用逻辑符号引导的混合引擎，整合规划、推理、检索三种操作符，支持检索、知识图谱推理、语言推理及数值计算的多步骤混合推理。

使用方法：

• 开发者：通过 Conda 或 Python 虚拟环境安装依赖，克隆代码并安装 KAG，使用内置组件复现性能或应用于新场景。
• 用户：通过 Docker 镜像部署，使用 Web 界面交互。

适用场景：企业级数据互联、专业领域知识增强生成。

支持：提供 GitHub、Discord 和微信公众号社区支持，采用 Apache 2.0 许可证。