Graphiti v0.10.0 发布:增强剧集搜索与多语言支持
Graphiti 是一个知识图谱构建与分析工具,它能够将复杂的非结构化数据转化为结构化的知识图谱。通过自然语言处理和图数据库技术,Graphiti 可以帮助开发者从文本中提取实体、关系和事件,并以图结构的形式存储和查询这些信息。
本次发布的 v0.10.0 版本带来了多项重要更新,主要集中在搜索功能增强和多语言支持方面。下面我们将详细介绍这些新特性。
剧集搜索功能增强
新版本在 graphiti.search() 端点中增加了对剧集(episode)结果的支持。这一改进使得开发者能够更全面地检索知识图谱中的各类信息。
在知识图谱中,剧集通常代表一系列相关事件的集合。例如,在新闻分析场景中,一个新闻事件可能包含多个相关的报道或发展节点。通过新增的剧集搜索功能,用户可以更方便地获取这些关联信息。
同时,新增的 EpisodicNode.get_by_entity_node_uuid() 方法允许开发者通过实体节点的 UUID 获取与之相关的所有剧集节点。这一功能极大地简化了关联数据查询的过程,使得知识图谱的遍历更加高效。
多语言支持改进
v0.10.0 版本显著增强了多语言处理能力。系统现在能够根据文本实际使用的语言来提取信息,而不是强制转换为单一语言。这一改进对于处理多语言混合内容特别有价值。
在多语言支持方面,Graphiti 现在能够:
- 自动识别文本的语言
- 保留原始语言的信息
- 针对不同语言采用适当的处理策略
这种改进使得 Graphiti 在国际化应用场景中更加实用,特别是在处理多语言社交媒体内容或跨国企业文档时。
模型默认配置更新
本次更新还将默认模型调整为 gpt-4.1-mini。这一调整基于以下考虑:
- 性能与成本的平衡
- 大多数常见任务的适用性
- 更快的响应时间
开发者仍然可以根据具体需求选择其他模型,但这一默认设置将为大多数用户提供更好的开箱即用体验。
总结
Graphiti v0.10.0 通过增强搜索功能和改进多语言支持,进一步巩固了其作为知识图谱构建工具的地位。这些更新不仅提高了系统的实用性,也为开发者处理复杂、多语言的数据场景提供了更多可能性。
对于正在构建知识驱动型应用的开发者来说,这些新特性将显著提升开发效率和系统能力。特别是多语言支持的改进,使得 Graphiti 在国际化项目中更具竞争力。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00