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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00