GraphRAG Local Ollama开源项目 – 本地知识图谱工具

Astrallabs.ai是一个由人工智能驱动的智能问答引擎，旨在为用户提供快速、准确的答案。该平台利用先进的自然语言处理技术，能够理解和解析用户的问题，并提供相关的信息和解决方案。无论是寻找特定信息、解答疑难问题，还是进行知识查询，Astrallabs.ai都能有效满足用户需求。

YoBulk是一个开源的CSV导入器，提供可扩展且基于AI的解决方案，用于导入、验证和转换CSV文件。它旨在通过用户友好的界面和高级功能简化数据清理和入库的过程。

CocoIndex 是一个开源的数据提取、转换和索引引擎，专为AI应用设计，支持自定义转换逻辑和增量更新。它提供从多种数据源（如Web、云存储、API）摄取数据的能力，支持PDF、Markdown等多种文件格式的解析，并能将数据索引到图存储、向量存储等多种数据库中。项目内置血统追踪和可观察性功能，适合生产环境的大规模数据处理，尤其适用于语义搜索和检索增强生成（RAG）等场景。

Tifa-Deepsex-14b-CoT-GGUF-Q4是基于Deepseek-R1-14B训练的CoT色色AI陪伴模型，通过多阶段优化显著提升了角色扮演、小说文本生成与思维链（CoT）能力。该模型特别适合需要长程上下文关联的创作场景，如长篇小说创作和复杂的角色扮演游戏。通过三重训练策略和创新PRIME联合PPO算法，模型在生成连贯性上表现优异，同时减少了数据发散问题。此外，模型支持12G显存运行，并可通过ollama快速集成和部署，还提供安卓Demo客户端进行实时互动。

这是一个用Python编写的GraphRAG算法的简化实现，仅包含1000行代码，旨在提供高效的结构化信息检索和知识图谱构建功能。

KNOWNET是一个将大型语言模型（LLMs）与知识图谱（KG）相结合的项目，旨在提高信息检索的准确性和结构化探索能力。它通过三元组提取、嵌入向量与余弦相似度匹配、验证与信息提取等方法解决LLMs输出信息不准确的问题。同时，通过用户状态建模、子图构建、推荐生成和动态调整等机制，提供结构化的探索建议。此外，KNOWNET还通过图形化表示和逐步构建的方式，帮助用户逐步探索知识图谱，避免信息过载。该项目使用了GPT-4作为LLMs，并利用了ADInt KG，该KG包含了162,212个节点和1,017,284条边，涵盖了15种类型的实体和754,224篇科学文献。

RamaLama 是一个开源项目，旨在通过使用 OCI 容器技术简化 AI 模型的管理和部署，使其操作变得简单无聊。它特别适合希望快速启动 AI 工作负载的用户，尤其是那些不希望处理复杂配置的开发者。RamaLama 支持一键运行 AI 模型，无需复杂设置，并兼容多种硬件平台，包括 CPU、GPU 和 Apple Silicon。此外，它还集成了 Hugging Face 和 Ollama 等模型注册表，方便用户从这些平台拉取模型，并提供本地管理和服务功能，支持通过简单命令启动聊天机器人或 REST API 服务。

Optimyzee 是一款基于 AI 的广告管理工具，能够自动化谷歌广告活动，使其更高效、更有效。

Text2Graph-R1 是一个开源项目，旨在复制 DeepSeek R1 的文本到图结构的提取训练方案。该项目基于 GRPO（Guided Reward Policy Optimization）强化学习技术，通过多阶段训练流程（包括数据生成、监督训练和强化学习）优化模型从非结构化文本中提取结构化信息的能力。项目特别强调通过多种奖励机制（如格式奖励、JSON有效性奖励和F1奖励）提升输出质量，并支持零样本图结构提取任务。

Chinese_medical_NLP是一个专注于中文医疗领域的自然语言处理项目，提供丰富的数据集、研究论文、知识图谱、语料和多种工具包，旨在促进医疗文本处理和分析的研究与应用。

GraphMark 是一款在浏览网站时，通过标记功能自动提取实体并构建知识图谱的服务。它在研究或学习时非常有帮助，能够帮助用户整理和利用浏览历史。

一个面向图数据检索增强生成(RAG)的开发工具包，提供自动化知识图谱构建和管理功能，支持OpenAI等LLM模型集成，具备本体管理、知识图谱构建、多智能体协作等特性，可用于高级数据查询和知识图谱应用开发。

智析是浙江大学基于Llama架构开发的13B参数规模的大型模型，专注于知识抽取，具备高效的自然语言处理能力，能够处理复杂的信息提取任务。

Ollama Python库是一个开源项目，提供了在Python 3.8+项目中集成Ollama模型的最简单方法。该库使用HTTPX库与Ollama REST API通信，支持同步和异步客户端，允许开发者根据自己的需要选择最合适的通信方法。通过提供直观的函数如`chat()`、`generate()`、`list()`和`embed()`，开发者可以轻松发送请求并接收来自Ollama AI的响应。此外，该库支持流式响应，允许实时接收和处理模型输出，增强了应用程序的功能和用户体验。

一个不依赖特定大型语言模型（LLM）的知识Agent开发平台，提供工具、服务、图数据库和向量数据库，帮助部署可靠、可扩展、准确的AI代理。