knowledge-graph-system
★ 129
vs
kglite
★ 73
knowledge-graph-system vs kglite
knowledge-graph-system：Kappa Graph 是一个语义知识图谱系统，旨在从各种文档中提取概念和关系，提供一个认知层来衡量主张的可靠性和支持度。它的独特之处在于提供支撑分数、检测矛盾，并保留到原始证据的完整来源链。；kglite：KGLite是一个为Python和Rust设计的嵌入式、支持Cypher查询的知识图谱引擎，无需外部数据库即可为应用程序、分析师和LLM代理提供服务。它提供了面向LLM的渐进式模式披露、历史数据的时态查询以及用于数据质量的声明式本体等高级功能。
01
简评
knowledge-graph-systemRAG / Knowledge Base · ★ 129
研究综合及识别论文之间的分歧
kgliteRAG / Knowledge Base · ★ 73
为LLM代理提供领域知识（法律先例、监管规则、医学本体）。
02
并排对比
字段
knowledge-graph-systemkglite分类
RAG / 知识库
RAG / 知识库
Stars
★ 129
★ 73
许可证
Apache-2.0
MIT
安装方式
git clone https://github.com/aaronsb/knowledge-graph-system.git && cd knowledge-graph-system && ./operator.sh init && ./operator.sh start
pip install kglite
更新时间
3周前
1天前
开源
是
是
标签
知识图谱, 语义搜索, 认知度量
知识图谱, LLM代理, Cypher查询语言
03
功能特性
knowledge-graph-system01摄取文档（PDF、Markdown、图像、文本）
02按语义而非仅关键词进行搜索
03通过支撑分数检查置信度并检测矛盾
04追溯声明和概念到原始来源证据
05通过MCP服务器集成，通过AI助手进行查询
kglite01为LLM上下文窗口优化的渐进式模式披露（`describe()`）。
02使用`valid_at()`和`valid_during()`函数对历史数据进行时态查询。
03具有数据质量门控和审计记分卡的声明式本体，用于语义完整性。
04将向量相似度（`text_score()`）与Cypher遍历相结合的混合检索。
05嵌入式、进程内图引擎，支持多种存储模式（内存、mmap、磁盘）。
04
使用场景
knowledge-graph-system↳研究综合及识别论文之间的分歧
↳管理和查询复杂的技术文档
↳为AI智能体提供持久、有依据的记忆
↳具有完整来源链跟踪的合规性与审计
kglite↳为LLM代理提供领域知识（法律先例、监管规则、医学本体）。
↳将表格数据源（SQL、CSV、DataFrame）中的业务数据转换为可查询的图谱。
↳构建RAG语料库，包含文档、块、实体及其关系，以实现混合检索。
↳通过将代码解析为函数、类和模块的图谱进行代码库分析。
↳将Markdown知识库（Obsidian库、Claude记忆）摄取到可查询图谱中，用于分析和代理记忆。
FAQ
常见问题
knowledge-graph-system 和 kglite 有什么区别？
knowledge-graph-system 和 kglite 都属于 RAG / Knowledge Base 类别。knowledge-graph-system 有 129 Stars，kglite 有 73 Stars。
knowledge-graph-system 和 kglite 哪个更好？
最佳选择取决于你的具体需求。研究综合及识别论文之间的分歧 时选 knowledge-graph-system，为LLM代理提供领域知识（法律先例、监管规则、医学本体）。 时选 kglite。
knowledge-graph-system 是免费的吗？
是的，knowledge-graph-system 在 GitHub 开源（Apache-2.0）。
kglite 是免费的吗？
是的，kglite 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→