kag

KAG (Knowledge Augmented Generation) é um framework construído sobre o motor OpenSPG e modelos de linguagem de grande porte, visando raciocínio lógico e questionamento factual sobre bases de conhecimento de domínio vertical. Ele é posicionado como uma alternativa ao RAG convencional de similaridade vetorial e ao GraphRAG baseado em OpenIE, abordando ambiguidade na recuperação por similaridade e ruído introduzido pela extração aberta de informações. Ideias centrais descritas no README: - Representação de conhecimento: referencia a hierarquia DIKW para atualizar a representação SPG para compatibilidade com LLMs. Ele lida com dados não estruturados (notícias, eventos, logs, livros), dados estruturados (transações, estatísticas, aprovações) e regras de especialistas, usando análise de layout, extração de conhecimento, normalização de propriedades e alinhamento semântico para construir um grafo de conhecimento de negócios unificado. Ele suporta tanto extração sem esquema quanto construção especializada com esquema restrito nos mesmos tipos de conhecimento, além de indexação mútua entre a estrutura do grafo e os trechos de texto originais. - Raciocínio híbrido guiado por forma lógica: um solucionador com operadores de planejamento, raciocínio e recuperação converte perguntas em linguagem natural em processos de solução combinados de linguagem e símbolos. As etapas podem usar recuperação de correspondência exata, recuperação de texto, cálculo numérico ou raciocínio semântico, integrando recuperação, raciocínio de grafo de conhecimento, raciocínio de linguagem e computação numérica. Arquitetura: kg-builder (representação e construção de conhecimento) e kg-solver (motor de solução/raciocínio híbrido); um componente kag-model é declarado como planejado para futura liberação open-source. Notas de lançamento recentes mencionam a versão 0.8.0 (2025.06.27) com modos de base de conhecimento privada e de rede pública, integração de protocolo MCP para fontes de dados LBS/WebSearch e fluxos de trabalho de agentes, tipos de índice integrados (Outline, Summary, KnowledgeUnit, AtomicQuery, Chunk, Table), desacoplamento de bases de conhecimento de aplicações e adaptação do modelo KAG-Thinker. A versão 0.7 (2025.04.17) refatorou o KAG-Solver com modos de planejamento estático e iterativo, adicionou modos de raciocínio simples e profundo, saída em streaming, renderização de índice de grafo, um diretório open_benchmark e um modo de construção leve. Atualizações anteriores adicionaram personalização de esquema de domínio, tarefas QFS, análise visual de consultas, upload de documentos Word e configurações de concorrência; o lançamento inicial foi em 2025.10.25. Implantação: um modo de produto usa Docker Compose com um arquivo compose fornecido e uma interface web na porta 8887 com credenciais padrão; um modo de kit de ferramentas instala via pip a partir do repositório clonado para Python 3.10+ em macOS, Linux ou Windows. A documentação é hospedada no Yuque, com suporte da comunidade via Discord e WeChat. O projeto é licenciado sob Apache-2.0 e cita um artigo arXiv (2409.13731).