8 Einträge
Schlagwort: graphragRepository:Graphify-Labs/graphify
Graphify wandelt Quellcode samt Dokumentation, SQL-Schemas, Konfigurationsdateien und PDFs in abfragbare Wissensgraphen um. Das Python-basierte Open-Source-Tool integriert sich als Skill in Assistenten wie Claude Code, Cursor, Codex und die Gemini CLI, nutzt deterministisches AST-Parsing und verzichtet auf Vektordatenbanken.
114.888SternePython
Repository:OpenSPG/KAG
KAG (Knowledge Augmented Generation) ist ein Open-Source-Framework, das Large Language Models mit der OpenSPG-Engine kombiniert. Es soll klassische RAG-Vektorsuchen und OpenIE-basierte GraphRAG-Ansätze bei komplexen, domänenspezifischen Abfragen übertreffen.
9039SternePython
Repository:microsoft/graphrag
GraphRAG von Microsoft ist ein modulares System zur Extraktion strukturierter Wissensgraphen aus unstrukturiertem Text zur Verbesserung von RAG-Pipelines. Das Forschungsprojekt befindet sich mittlerweile im Wartungsmodus.
35.845SternePython
Artikel:digitalocean.com
Standard-RAG-Systeme basieren auf Text-Embeddings und Vektordatenbanken, bringen jedoch hohe Kosten, Infrastrukturaufwand und semantische Schwächen mit sich. Der Artikel stellt embedding-freie Ansätze vor, darunter klassische lexikalische Suche, LLM-gestützte iterative Recherche, Knowledge Graphs und Prompt-basierte Navigation.
Artikel:Darren Edge, Ha Trinh, Jonathan Larson
Microsoft Research stellt mit LazyGraphRAG eine Methode vor, die Graph-RAG und Vektor-RAG kombiniert, ohne teure Vorab-Zusammenfassungen per LLM zu erfordern. Durch die Verlagerung von Modellaufrufen auf die Abfragezeit sinken die Indexierungskosten drastisch auf das Niveau herkömmlicher Vektorsuchen.
Aus Video: Weekly AI Updates: Vulkan, Mojo, Kimi K3, and Emerging Agent Frameworks
Repository:OSU-NLP-Group/HippoRAG
HippoRAG (mittlerweile in Version 2) ist ein Open-Source-Framework für Large Language Models, das durch Wissensgraphen und Personalized PageRank Verbindungen zwischen externen Dokumenten knüpft und an das menschliche Langzeitgedächtnis angelehnt ist.
3980SternePython
X-Post:Kirill
Kirill beschreibt den Architekturwandel im Agenten-Design weg von fehleranfälligen Einzelschleifen (Loop Engineering) hin zu Graph Engineering. Der Erfolg komplexer KI-Systeme hänge nicht von der Modellgröße oder einer höheren Agentenzahl ab, sondern von deterministischer Strukturierung durch Knoten, Kanten, Verifizierer und Wissensgraphen.
27.340Lesezeichen2,7 Mio.Aufrufe
VideoVideo:The AI Automators
The AI Automators stellt anhand eines interaktiven Dashboards 35 Design-Patterns für KI-Agenten vor, die auf einem Open-Source-Repository von Fareed Khan basieren. Die Muster sind in acht Kategorien unterteilt und reichen von einfachen Werkzeugaufrufen über iterative Reflexion und RAG-Varianten bis hin zu Langzeitgedächtnis und Baumsuche-Verfahren.
8 von 8 angezeigt
Haben Sie einen interessanten Artikel, ein Video oder einen Tweet, der in unsere Wissensbasis gehört? Schreiben Sie uns an office@webconsulting.at.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
