robert-mcdermott/ai-knowledge-graph

解决的问题

该项目自动化将非结构化文本文档转换为结构化、可交互的知识图谱的过程。它消除了手动识别文本中实体及其关系的工作，使用户能够可视化复杂连接，并使用 LLM 查询生成的数据。

工作原理

该系统遵循多阶段流水线：

1. 提取：将输入文本（PDF、DOCX、Markdown 等）分割为块，并使用 LLM 提取主语-谓语-宾语（SPO）三元组，包括实体类型（如人物、组织、技术）。
2. 标准化：使用确定性规则和可选的 LLM 处理，合并同一实体的不同变体（如大小写或复数形式）。
3. 推理：使用基于 LLM 的桥接和中心节点增强，以及分类规则，连接图谱中孤立的部分，并添加已知关系。
4. 可视化与查询：生成一个自包含的 HTML 文件用于交互式探索。用户还可以使用 graph-chat 命令或本地 Web 服务器（graph-serve）提问，答案仅基于图谱中存储的事实生成。

适用人群

• 需要对大量文档中的复杂关系进行映射的研究人员和分析师。
• 希望以可视化、可追溯方式探索从文本中提取知识的用户。
• 寻找工具将非结构化文本转换为 JSON、CSV、GraphML 或 Neo4j 用 Cypher 格式的开发者。

亮点

• 广泛输入支持：支持 .txt、.md、.rst、.pdf 和 .docx 文件，适用于任何语言。
• 可追溯的答案：聊天功能提供基于原始来源句子或所用推理方法的有依据的回答。
• 灵活的 LLM 集成：兼容任何 OpenAI 兼容端点，包括本地选项如 Ollama 和 LM Studio。
• 交互式探索器：生成包含搜索、社区检测和最短路径查找功能的独立 HTML 文件。