OpenSPG 新版发布：新增大模型知识抽取，3 步快速搭建专属知识图谱

转载公众号 | SPG知识图谱

随着 ChatGPT 的横空出世，大模型已然成为人工智能领域的焦点。大模型在语言理解、对话生成方面表现得尤其亮眼，而知识图谱则擅长大模型所无法解决的事实性“幻觉”和复杂推理问题。将知识图谱和大语言模型结合起来，充分发挥各自的优势，能为用户提供更优质的人工智能服务和产品。

去年 10 月 26 日，OpenSPG 正式开源，希望和社区一起共同推动知识图谱技术的发展和大模型+知识图谱双驱技术的落地应用。今年 1 月 10 日，OpenSPG 发布了 0.0.2 版本，旨在帮助用户进一步降低知识图谱的使用门槛，并通过神经网络框架 NN4K，为 OpenSPG 接入简单易用、模式统一的大模型服务。

GitHub：https://github.com/OpenSPG/openspg，欢迎大家 Star 关注~

下面将为大家一一介绍这些最新功能：

亮点一览

• 镜像版支持一键安装部署，只需 2 行命令即可完成 OpenSPG 服务端和客户端部署；

• 发布知识建模最佳实践指导原则，只需记住 7 个原则就可以搞定 SPG 图谱建模，无需理解复杂的图谱术语；

• 基于 KNext 可编程框架，用户只需 3 个步骤即可完成知识构建，Schema 面向对象建模、开发知识构建算子以及编排 BuilderChain，快速完成单图谱构建；

• 基于 NN4K 支持大模型知识抽取，提供完整的 LLM SFT、SPG Based AutoPrompt 和 LLM Invoker 完整链路，并内置 GPT 链路；

• 开源逻辑规则推理 Reasoner，可体验完备的逻辑规则与基础事实融合的全新知识推理引擎。

更新 1：

2 条命令搞定安装部署

OpenSPG 0.0.2 开始支持镜像版一键安装部署，用户只需要运行 2 条 Docker 命令就可以完成部署。

OpenSPG 将整个应用分为客户端和服务端，客户端包含 KNext 框架，Builder 和 Reasoner 引擎，服务端包含 Schema 服务，TuGraph 图存储引擎，ElasticSearch 搜索引擎。客户端和服务端分别提供 Docker 镜像的快速部署。