#knowledge-graph Repositories
Insgesamt 210 Repositories
Verwandeln Sie jede Codebasis in einen Wissensgraphen, der auf formalen Methoden basiert. Ihre KI-Agenten erhalten präzise Antworten auf alle codebezogenen Aufgaben, stellen die Korrektheit sicher und optimieren den Zeit- und Tokenverbrauch.
Geben Sie Ihren KI-Agenten ein persistentes, kollektives Gedächtnis — mit deduplizierender Absorption, Ablösungslinie, semantischer Suche und einer Graph-Oberfläche. Spricht MCP.
Das Local-First LLM-Wiki: Open-Source-Wissensgraph-Builder, RAG-Wissensdatenbank und Agenten-Speicher. Aufgebaut nach dem Muster von Andrej Karpathy. Eine Obsidian-Alternative für persönliches Wissensmanagement, ein KI-„zweites Gehirn“ und dauerhafter Speicher für Claude Code / Codex / OpenClaw.
Persistenter Projekt-Wissensgraph für Coding-Agenten. MCP-Server mit semantischer Suche, In-Process-Embeddings und Web-Explorer.
Erkundung von White-Box-AGI-Architekturen: Metakognition (Selbsterkenntnisschleife), kontinuierliches Lernen (Wissensschwungrad), Weltmodell (bedingter Raum + semantischer raumzeitlicher Graph), Selbstverbesserung (Bootstrap-Disziplin), eine LLM-freie White-Box-Pipeline und auditierbare Vertrauensleitplanken.
PromptKG Family: eine Galerie von Forschungsarbeiten, Toolkits und Paper-Listen zu Prompt Learning & KG-bezogenen Themen.
LLM-überwachtes persistentes Gedächtnis für KI-Agenten – graphenbasierter Abruf, sitzungsübergreifendes Wissen, eine einzelne Binärdatei. Funktioniert mit DeepSeek Harness, Claude Code, OpenClaw und jeder Agenten-Laufzeitumgebung.
In diesem Projekt untersuchte ich, wie man Wissensgraphen aus Texten mit LLMs wie OpenAI GPT4o extrahiert.
Konfigurierbare Generierung synthetischer Schemata und Wissensgraphen auf Knopfdruck
Graph Data Science: eine Abstraktionsschicht in Python zum Erstellen von Wissensgraphen, integriert mit beliebten Graphbibliotheken – über Pandas, NetworkX, RAPIDS, RDFlib, pySHACL, PyVis, morph-kgc, pslpython, pyarrow usw.
Verwendung von GPT zur Organisation und zum Zugriff auf Informationen sowie zur Generierung von Fragen. Langfristiges Ziel ist es, einen agentenähnlichen Rechercheassistenten zu entwickeln.
Deepseek Harness, ein OpenClaw-Plugin für wissensgraphbasierte Erinnerungen. Im April 2026 zur Präsentation bei einem Symposium der Tsinghua-Universität eingeladen. Wissensgraph + Erinnerung; Wissensgraph-Kontext-Engine für OpenClaw — extrahiert strukturierte Tripel aus Gesprächen, komprimiert den Kontext um 75 % und ermöglicht die sitzungsübergreifende Wiederverwendung von Erfahrungen.
Papierliste zu hyperbolischer Einbettung, hyperbolischen Modellen, hyperbolischen Anwendungen
🔗 Semantic MediaWiki verwandelt MediaWiki mit Abfrage- und Exportfunktionen in eine Wissensmanagement-Plattform
Verdichte dein Wissen, deine Erinnerungen und deine Entscheidungen zu einem quelloffenen, überprüfbaren KI-Agenten-Zwilling.
KI-gestützte Spezifikationserstellung und -prüfung mithilfe von Multi-Repo-Codegraph-Intelligenz für Backend-Teams, die in Produktion ausliefern.
🍇 GRAPE ist eine Rust/Python-Bibliothek für Graph-Repräsentationslernen für Vorhersagen und Auswertungen
Stelle Fragen über deine Markdown-Notizen mit einer vollständig lokalen Graph-RAG-Engine. Entwickelt für Obsidian-Vaults, funktioniert sie mit jedem Ordner voller Markdown-Dateien. Extrahiert Entitäts-Beziehungs-Tripel aus Wikilinks und YAML-Frontmatter und ruft Antworten über eine hybride Suche (Vektor + BM25 + zeitbezogen) ab. Mehrsprachig. Keine Cloud. Läuft mit Ollama.
Chinesisch priorisierte RAG-Wissensdatenbank für Unternehmen: kontrollierbare Analyse, Governance, Chunking, hybride Suche, Reranking, Zitate, Wissensgraphen, Evaluation und Dify-Integration.
Ein graph-natives Speichersystem für KI-Agenten und Kontextgraphen. Speichern Sie Unterhaltungen, erstellen Sie Wissensgraphen und lassen Sie Ihre Agenten aus ihren eigenen Schlussfolgerungen lernen – alles unterstützt durch Neo4j.
Dies ist das offizielle GitHub-Repository von Think-on-Graph (ICLR 2024). Wenn Sie an unserer Arbeit interessiert sind oder unserem Forschungsteam in Shenzhen beitreten möchten, kontaktieren Sie uns bitte per E-Mail ([email protected])
Code-Graph und Gedächtnis für Ihre Programmieragenten – in einem einzigen Rust-Programm. Für Claude Code, Codex, Cursor und jeden MCP-Client.
Clinical Knowledge Graph (CKG) ist eine Plattform mit doppeltem Ziel: 1) Aufbau einer Graphdatenbank mit experimentellen Daten und Daten, die aus diversen biomedizinischen Datenbanken importiert werden, 2) Automatisierung der Wissensentdeckung unter Verwendung aller im Graphen enthaltenen Informationen.
CTX Fit findet die günstigste KI-Coding-Konfiguration, die zuverlässig in deinem Repository funktioniert, und wendet den Gewinner anschließend als überprüfbare Änderung an.
Beispiele für Excel-zu-Neo4j-Wissensgraphen: Legacy py2neo v3 sowie modernes Neo4j GraphRAG/Vektorsuche.
Intentgesteuerte Workflow-Orchestrierung für die Entwicklung von Multi-Agenten-KI — adaptive Lebenszyklus-Engine, selbstverstärkender Wissensgraph und visuelles Dashboard für Claude Code, Gemini, Codex und mehr
Caura (ehemals MemClaw) – verwalteter gemeinsamer Speicher für Flotten von KI-Agenten. Multi-Agenten-, mandantenfähig und MCP-nativ. Vertrauensstufen, grundlegende Richtlinien, Prüfpfade, Wissensgraph und selbstverbessernder Abruf. Apache 2.0.
Code und Dokumentation für den EMNLP-Artikel „DeepPath: Eine Methode des Reinforcement Learning für das Reasoning von Wissensgraphen“
BrainAPI ist eine von einem Wissensgraphen unterstützte KI-Gedächtnisschicht, die unstrukturierte Daten in strukturiertes Wissen umwandelt und dadurch intelligente Suche, Empfehlungen und kontextbezogenes Gedächtnis für KI-Agenten und -Anwendungen ermöglicht.
(subjektiver) Überblick über Projekte, die sowohl mit Python als auch mit semantischen Technologien (RDF, OWL, Reasoning, ...) in Verbindung stehen
CRSLab ist ein Open-Source-Toolkit für den Aufbau von Conversational Recommender Systems (CRS).
GraphRAG-rs ist eine leistungsstarke, hochmoderne Rust-Implementierung von GraphRAG (Graph-basierte Retrieval Augmented Generation), die Wissensgraphen aus Dokumenten erstellt und natürliche Sprachabfragen mit konfigurierbarer Entitätsextraktion und lokaler LLM-Integration ermöglicht
Lokal priorisierte Full-Stack-KI-Kreativwerkstatt: fünf Module – KI-Chat, KI-Comics, Comic-Drama-Erstellung, Schreibbereich und Wissenslernen; lokale Inferenz mit mehreren Engines (vLLM / llama.cpp / Transformers), intelligente VRAM-Verwaltung, Bulkhead-Isolierung und Selbstheilung. Nur zu Lernzwecken; Austausch und Hinweise sind willkommen. (Aufgrund von Protokollbeschränkungen können die neuesten Fortschritte – mit Ausnahme des Plugin-Systems – derzeit nicht in das Repository übernommen werden.)
Eine SQLite-Erweiterung, die Funktionen einer Graphdatenbank, Unterstützung für die Abfragesprache Cypher und integrierte Graphalgorithmen bietet.
Hybrides RAG-System, das Vektorsuche, einen Wissensgraphen (LightRAG) und Cross-Encoder-Reranking kombiniert – mit Dokumentenanalyse durch Docling, visueller Intelligenz (Beschriftung von Bildern und Tabellen), agentischem Streaming-Chat und Inline-Zitaten. Angetrieben von Gemini- oder lokalen Ollama-Modellen.
🧠 KI-gestütztes personalisiertes Prüfungssystem: Integration von OpenPangu LLM, Wissensgraph-RAG und BKT-Algorithmus für adaptive Fragengenerierung und -empfehlung. Intelligentes personalisiertes Fragenerstellungssystem basierend auf LLM und Wissensgraphen.
Local-first-Speicher für KI-Agenten mit Wissensgraph, Ontologiebeschränkungen und nachvollziehbarem Schlussfolgern – alles in einer einzigen SQLite-Datei.
Strukturelle Code-Intelligenz für KI-Agenten – semantische Suche, Wissensgraphen und ein integrierter MCP-Server in einer einzigen Rust-Binärdatei. Ermöglichen Sie Claude, Cursor und jedem MCP-Client, Ihre Codebasis umfassend zu verstehen.