KAG：基于OpenSPG引擎和LLM的逻辑推理问答框架
KAG是什么？
KAG（Knowledge Augmented Generation）是蚂蚁集团推出的专业领域知识服务框架，基于OpenSPG引擎和LLM，目的在构建垂直领域知识库的逻辑推理问答解决方案。它通过结合知识图谱和向量检索的优势，有效克服传统RAG向量相似度计算的歧义性和OpenIE引入的GraphRAG的噪声问题，支持逻辑推理、多跳事实问答等，优于当前最先进的SOTA。
KAG核心功能
专业领域问答增强：结合知识图谱和向量检索，提升大型语言模型在特定领域的问答能力，生成更准确、专业和逻辑性强的答案。
知识表示与检索优化：采用LLM友好的知识表示框架，实现知识图谱与原始文本块的互索引，优化知识的表示、推理和检索过程，提高检索结果的准确性和相关性。
混合推理与问题解决：基于逻辑形式引导的混合推理引擎，将自然语言问题转化为结合语言和符号的问题解决过程，集成检索、知识图谱推理、语言推理和数值计算，有效处理复杂问题。
知识对齐与语义增强：基于语义推理进行知识对齐，定义领域知识为各种语义关系，提高知识的标准化和连通性，增强知识表示的准确性和一致性。
KAG技术架构
kg-builder：负责知识表示和构建。实现对LLM友好的知识表示，基于DIKW层次结构升级SPG知识表示能力，兼容无模式和有模式的知识构建，并支持图结构和文本块的互索引表示，为后续推理问答阶段的高效检索提供支持。
kg-solver：负责推理和求解。采用逻辑形式引导的混合求解和推理引擎，包含规划、推理和检索三种运算符，能够集成检索、知识图谱推理、语言推理和数值计算四种问题求解过程，从而处理复杂的逻辑推理和问答任务。
kag-model：将在后续逐步开源，其功能在当前版本中未详细说明。
KAG使用教程
产品版（面向普通用户）
系统要求：推荐系统版本为macOS Monterey 12.6或更新版本、CentOS 7/Ubuntu 20.04或更新版本、Windows 10 LTSC 2021或更新版本。
软件要求：macOS/Linux用户需要Docker和Docker Compose，Windows用户需要WSL 2/Hyper-V、Docker和Docker Compose。
安装步骤：使用以下命令下载docker-compose.yml并用Docker Compose启动服务：
curl-sSLhttps://raw.githubusercontent.com/OpenSPG/openspg/refs/heads/master/dev/release/docker-compose.yml-odocker-compose.ymldockercompose-fdocker-compose.ymlup-d使用方法：浏览器打开KAG产品默认链接http://127.0.0.1:8887，使用默认用户名openspg和密码openspg@kag登录。
工具包版（面向开发者）
安装步骤：
安装Python虚拟环境，克隆代码并安装KAG。
macOS/Linux开发者：
condacreate-nkag-demopython=3.10&&condaactivatekag-demogitclonehttps://github.com/OpenSPG/KAG.gitcdKAG&&pipinstall-e.Windows开发者：
py-mvenvkag-demo&&kag-demoScriptsactivategitclonehttps://github.com/OpenSPG/KAG.gitcdKAG&&pipinstall-e.使用方法：开发者可以基于KAG内置的各种组件，实现内置数据集的效果复现+新场景的落地。
GitHub: https://github.com/OpenSPG/KAG
OpenSPG: https://spg.openkg.cn/
