ai-knowledge-graph 可以免费使用吗？用的什么许可证？

ai-knowledge-graph 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

ai-knowledge-graph 还在维护吗？

半年内有更新。ai-knowledge-graph 最近一次提交是在 2026年9月13日。

ai-knowledge-graph 适合用来做什么？

将会议纪要、研究论文或长篇报告转换为实体与关系的可视化图谱从文本语料中梳理人物传记、历史时期或供应链的结构将抽取的三元组导入 Neo4j 或 Gephi 做进一步分析使用本地模型进行实体抽取，让原始文本留在本机

ai-knowledge-graph 怎么安装和运行？

克隆仓库: git clone https://github.com/robert-mcdermott/ai-knowledge-graph.git 进入项目目录并使用 uv 安装依赖: cd ai-knowledge-graph uv sync --extra web 在本地网页界面中打开示例图谱（无需 LLM）: uv run graph-serve --config config.toml --graphs data/samples --open 配置 config.toml 后，从你自己的文本生成图谱: uv run generate-graph --input your_text_file.txt --output knowledge_graph.html

在哪里获取 ai-knowledge-graph？

源代码和安装说明在 GitHub 上：https://github.com/robert-mcdermott/ai-knowledge-graph

robert-mcdermott/ai-knowledge-graph

利用大语言模型从非结构化文本中抽取三元组，生成可交互的知识图谱。

在 GitHub 查看官网

Star: 3,124
Fork: 434
未关闭 Issue: 8
最近提交: 上个月

这是什么？

AI Knowledge Graph Generator 可以读取 .txt、.md、.rst、.pdf、.docx 等文档，调用用户选择的大语言模型抽取带实体类型的主语-谓语-宾语三元组。系统会对实体名称做标准化合并，并可选地补充推断出的关系，最后生成一个可独立打开的交互式 HTML 页面，支持搜索、社区划分、最短路径查找，并在关系面板中显示每条抽取关系的原始句子。

工具兼容任何 OpenAI 兼容接口，既可以接入通过 Ollama、LM Studio、vLLM 运行的本地模型，也支持 OpenAI、Gemini 等在线服务。生成结果可导出为 JSON、CSV，以及可供 Gephi、Cytoscape、yEd 使用的 GraphML，或用于 Neo4j 的 Cypher 脚本。

可选命令 graph-chat 支持基于图谱提问并返回带引用的答案，graph-serve 则提供本地网页界面用于浏览和创建图谱。仓库附带示例图谱，无需配置 LLM 即可体验浏览效果。

核心功能

01从 .txt、.md、.rst、.pdf、.docx 文件中抽取带类型的主谓宾三元组
02合并实体名称的大小写、停用词和复数变体，并可选用 LLM 处理其余变体
03补充推断关系，并标注每条推断边的方法
04支持导出 JSON、CSV、GraphML 和 Neo4j 的 Cypher 脚本
05生成可独立打开的交互式 HTML 页面，支持搜索、社区划分和路径查找
06兼容任意 OpenAI 兼容接口，并将 LLM 响应缓存到本地

适用场景

将会议纪要、研究论文或长篇报告转换为实体与关系的可视化图谱
从文本语料中梳理人物传记、历史时期或供应链的结构
将抽取的三元组导入 Neo4j 或 Gephi 做进一步分析
使用本地模型进行实体抽取，让原始文本留在本机

快速上手

1
克隆仓库
git clone https://github.com/robert-mcdermott/ai-knowledge-graph.git
2
进入项目目录并使用 uv 安装依赖
cd ai-knowledge-graph uv sync --extra web
3
在本地网页界面中打开示例图谱（无需 LLM）
uv run graph-serve --config config.toml --graphs data/samples --open
4
配置 config.toml 后，从你自己的文本生成图谱
uv run generate-graph --input your_text_file.txt --output knowledge_graph.html

使用前须知

生成新图谱需要兼容 OpenAI 接口的 LLM 端点，例如本地 Ollama 或付费 API 密钥。
推理类模型需要较大的 max_tokens 预算，否则可能不返回任何结果。

常见问题

ai-knowledge-graph 是什么？: 利用大语言模型从非结构化文本中抽取三元组，生成可交互的知识图谱。 AI Knowledge Graph Generator 可以读取 .txt、.md、.rst、.pdf、.docx 等文档，调用用户选择的大语言模型抽取带实体类型的主语-谓语-宾语三元组。系统会对实体名称做标准化合并，并可选地补充推断出的关系，最后生成一个可独立打开的交互式 HTML 页面，支持搜索、社区划分、最短路径查找，并在关系面板中显示每条抽取关系的原始句子。
ai-knowledge-graph 可以免费使用吗？用的什么许可证？: ai-knowledge-graph 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
ai-knowledge-graph 还在维护吗？: 半年内有更新。ai-knowledge-graph 最近一次提交是在 2026年9月13日。
ai-knowledge-graph 适合用来做什么？: 将会议纪要、研究论文或长篇报告转换为实体与关系的可视化图谱从文本语料中梳理人物传记、历史时期或供应链的结构将抽取的三元组导入 Neo4j 或 Gephi 做进一步分析使用本地模型进行实体抽取，让原始文本留在本机
ai-knowledge-graph 怎么安装和运行？: 克隆仓库: git clone https://github.com/robert-mcdermott/ai-knowledge-graph.git 进入项目目录并使用 uv 安装依赖: cd ai-knowledge-graph uv sync --extra web 在本地网页界面中打开示例图谱（无需 LLM）: uv run graph-serve --config config.toml --graphs data/samples --open 配置 config.toml 后，从你自己的文本生成图谱: uv run generate-graph --input your_text_file.txt --output knowledge_graph.html
在哪里获取 ai-knowledge-graph？: 源代码和安装说明在 GitHub 上：https://github.com/robert-mcdermott/ai-knowledge-graph

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。