neo4j

✨ 能够执行复杂渗透测试任务的全自主AI智能体系统

数据库迁移。命令行界面与 Golang 库。

仅用6行代码实现AI代理记忆功能

人人可用的图技术

🔍大模型应用开发实战一：RAG技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/

结合知识库、知识图谱管理的多租户Agent Harness平台。一个集成了LightRAG知识库与知识图谱的Agent Harness。基于LangChain + Vue + FastAPI构建，支持DeepAgents、MinerU PDF、Neo4j、MCP。

使用大型语言模型从非结构化数据构建Neo4j知识图谱

RuVector是一款用Rust构建的高性能向量与图数据库，专为人工智能、智能体系统和实时分析设计。它将HNSW搜索、动态最小割一致性、图智能与自学习记忆融合为统一引擎，实现可扩展、低延迟的推理与结构化检索。

结合LightRAG知识库的知识图谱智能体平台。采用LangGraph + Vue + FastAPI技术栈。集成主流大语言模型、LightRAG、MinerU、PP-Structure、Neo4j、联网检索及工具调用功能。

为速度而构建的嵌入式属性图数据库。内置向量搜索和全文搜索功能。实现Cypher查询语言。

Neo4j的Apache Spark连接器，通过Spark DataSource API实现从Spark对Neo4j的双向读写访问。