Agent 开发资源导航

强调深度文档理解的 RAG 与 Agent 平台，提供多格式解析、混合检索、知识库、工作流和应用接口。

从非结构化文档中抽取可查询的结构化数据表，适合把合同、报告和知识资料转成 Agent 可用数据。

为 Agent 增加跨会话用户记忆的基础设施，提供抽取、检索、更新与多层记忆 API。

轻量图增强检索框架，将实体关系图与向量检索结合，面向低成本、可扩展的知识问答。

把非结构化文本构造成知识图和社区摘要，用图结构增强全局与局部问题检索。

结构紧凑、便于阅读和改造的 GraphRAG 实现，用较少代码完成图抽取、索引与查询实验。

面向可解释、可扩展检索的轻量 GraphRAG 实现，可按查询动态选择相关知识图子图并组合语义检索。

为 Agent 构建实时上下文图，追踪事实时效与来源，并结合向量、关键词和图遍历进行检索。

用向量与知识图构建可演化的 Agent 记忆控制平面，让多个智能体共享、更新并检索上下文。

面向 Agent 的上下文数据库，以文件系统范式统一资源、记忆与技能，并提供分层语义与递归检索。

围绕有状态 Agent 与长期记忆构建的开发平台，源自 MemGPT 研究路线。

面向数据场景的 Agentic AI 框架，组合 Text2SQL、RAG、多 Agent、工作流与模型服务构建自然语言数据应用。