kag

KAG（Knowledge Augmented Generation）は、OpenSPGエンジンと大規模言語モデル上に構築されたフレームワークであり、垂直領域の知識ベースに対する論理推論と事実に基づく質問応答を目的としています。従来のベクトル類似度RAGや、OpenIEベースのGraphRAGに対する代替として位置づけられ、類似度検索における曖昧さや、オープン情報抽出によって導入されるノイズに対処します。 READMEに記載された中核的な考え方： - 知識表現：DIKW階層を参照し、LLMにとって扱いやすいようにSPG表現をアップグレードします。非構造化データ（ニュース、イベント、ログ、書籍）、構造化データ（取引、統計、承認）、専門家ルールを扱い、レイアウト解析、知識抽出、プロパティ正規化、意味アラインメントを用いて統一されたビジネス知識グラフを構築します。同一の知識タイプに対して、スキーマフリー抽出とスキーマ制約付きの専門家構築の両方をサポートし、さらにグラフ構造と元のテキストチャンク間の相互インデックス付けを可能にします。 - 論理形式に導かれたハイブリッド推論：計画、推論、検索の演算子を備えたソルバーが、自然言語の質問を言語と記号を組み合わせた求解プロセスに変換します。各ステップでは、完全一致検索、テキスト検索、数値計算、または意味推論を使用でき、検索、KG推論、言語推論、数値計算を統合します。 アーキテクチャ：kg-builder（知識表現と構築）およびkg-solver（ハイブリッド求解／推論エンジン）。kag-modelコンポーネントは将来のオープンソース公開が計画されていると記載されています。 最近のリリースノートでは、バージョン0.8.0（2025.06.27）が言及されており、プライベートおよびパブリックネットワークの知識ベースモード、LBS/WebSearchデータソースとエージェントワークフローのためのMCPプロトコル統合、組み込みインデックスタイプ（Outline、Summary、KnowledgeUnit、AtomicQuery、Chunk、Table）、知識ベースとアプリケーションの分離、KAG-Thinkerモデルの適応が含まれます。バージョン0.7（2025.04.17）では、静的および反復的計画モードを備えたKAG-Solverのリファクタリング、単純推論モードと深い推論モード、ストリーミング出力、グラフインデックスレンダリング、open_benchmarkディレクトリ、軽量ビルドモードが追加されました。それ以前の更新では、ドメインスキーマのカスタマイズ、QFSタスク、視覚的クエリ分析、Word文書のアップロード、並行処理設定が追加されました。初回リリースは2024.10.25でした。 デプロイ：プロダクトモードでは、提供されたcomposeファイルを用いたDocker Composeを使用し、ポート8887でWeb UIを提供し、デフォルトの認証情報を使用します。ツールキットモードでは、クローンしたリポジトリからpip経由でインストールし、macOS、Linux、Windows上のPython 3.10+に対応します。ドキュメントはYuqueでホストされ、コミュニティサポートはDiscordとWeChatを通じて提供されます。プロジェクトはApache-2.0ライセンスであり、arXiv論文（2409.13731）を引用しています。