knowledge-graph-of-thoughts

用知识图谱引导AI推理,低成本获得更准答案

这是一个名为“知识图谱思维”(Knowledge Graph of Thoughts)的开源项目,是论文《Affordable AI Assistants with Knowledge Graph of Thoughts》的官方实现。它旨在解决大型语言模型在复杂推理任务中成本高昂、准确性不足的问题。核心能力是将用户的查询分解为多个子问题,并构建一个知识图谱来组织和关联这些子问题的答案,从而引导模型进行更结构化的推理。通过这种方式,它能够以更低的计算成本获得更可靠的推理结果,尤其适用于需要多步骤逻辑分析的场景。项目基于Python实现,提供了完整的推理流程和示例,方便开发者集成到自己的AI助手系统中。

开源 free 办公效率
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 234
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类办公效率
开发团队spcl
所属国家
官网地址
定价模式free
价格说明开源项目,本地部署,完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型ai-assistant,cypher,gaia,knowledge-graph,large-language-models,llm,neo4j,networkx,rdf4j,sparql
GitHub 星标★ 234
30天Star增速
HF 下载量
上线时间2025-01-31 00:00:00
最近更新2026-09-23 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 将复杂问题拆解为子问题并构建知识图谱,提升推理的结构性和可解释性
  • 相比直接提问,能显著降低API调用成本,适合大规模部署
  • 提供论文官方实现,有理论支撑,代码结构清晰,易于二次开发

不足之处

  • 项目处于早期阶段,文档和社区支持尚不完善
  • 知识图谱的构建和维护可能引入额外延迟,实时性要求高的场景需权衡

适用场景

  • 构建企业级AI助手,需要处理多步骤复杂查询
  • 在成本敏感的生产环境中部署大模型推理服务
  • 研究LLM推理优化,需要参考结构化推理的实现方案

替代项目

LangChain、LlamaIndex、思维树(Tree of Thoughts)

项目介绍

knowledge-graph-of-thoughts 是开发框架领域的开源项目,由 spcl 开发,2025 年首次发布。

它收录于开发框架分类,该分类目前共有 803 个项目,GitHub 星标数为 234。

项目仍在小幅维护中,最近一次代码更新于 2026-09-23。本地部署,完全免费。

它主要面向的使用场景是:构建企业级AI助手,需要处理多步骤复杂查询。同类可对比的替代方案包括 LangChain、LlamaIndex、思维树(Tree of Thoughts)。

上一篇:claude-desktop-cn

下一篇:navigator

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12