carrel

给 AI Agent 装上领域本体,让检索答得更准

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 312
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类搜索知识
开发团队FengZhenfei
所属国家
官网地址
定价模式free
价格说明开源项目,免费使用
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agent-skills,ai-agents,claude-code-skill,codex-skill,dgx-spark,document-parsing,icloud-sync,knowledge-graph,knowledge-graphs,mineru,neo4j,ontology,opensearch,qdrant,rag,retrieval-augmented-generation
GitHub 星标★ 312
30天Star增速
HF 下载量
上线时间2026-09-28 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-21
浏览次数1

项目介绍

carrel 是一个面向 AI Agent 的「本体增强生成」(Ontology-Augmented Generation)工具,用 Python 实现。它要解决的是 AI 智能体在检索和生成时缺乏结构化领域知识、容易答非所问或产生幻觉的问题。核心思路是先为业务领域建立本体(概念、关系、约束),再把文档解析、知识图谱和检索流程串起来,让 Agent 在生成前先对齐领域语义。项目以 Agent Skill 形式提供,可接入 Claude Code、Codex 等编码智能体,也支持文档解析、iCloud 同步和知识图谱构建,适合把散落文档沉淀成可被 Agent 稳定调用的知识层。整体处于早期阶段,偏工具链和技能包形态,而非开箱即用的完整平台。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 把本体/知识图谱与 Agent 生成流程结合,检索结果带结构化语义约束,比纯向量检索更可控
  • 以 Agent Skill 形式分发,可直接挂到 Claude Code、Codex 等编码智能体上使用,接入成本低
  • 覆盖文档解析、iCloud 同步、知识图谱构建到检索的链路,提供端到端工具组合

不足之处

  • 项目早期、星标仅 312,生态和文档成熟度有限,生产可用性待验证
  • 本体建模需要人工投入,缺少自动化构建与维护能力,落地门槛偏高

适用场景

  • 为编码智能体搭建项目专属知识库,让 Agent 回答架构和业务概念问题时引用本体而非猜测
  • 把团队散落的文档经解析和本体化后,变成可被 Agent 稳定检索的领域知识层
  • 在需要严格术语和关系约束的垂直领域(如医疗、法律)中,约束 Agent 生成内容的概念边界

替代项目

GraphRAG、LightRAG

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

Supercharge your AI agents with data from the web and beyond. Building the library f···

★ 193250 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 129532 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
WeKnora 开源

文档往里一扔,自动变成啥都能答的知识库

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···

★ 34819 2026-08-09