KAG（Knowledge Augmented Generation）

KAG（Knowledge Augmented Generation）是一个基于 OpenSPG 引擎和大型语言模型（LLM）的逻辑推理和问答框架，旨在为垂直领域知识库构建逻辑推理和问答解决方案。以下是对 KAG 的详细介绍及使用说明：

KAG 的核心功能

• 知识表示 ：参考 DIKW 层级结构，将 SPG 升级为对 LLM 友好的版本，整合非结构化数据、结构化信息和业务专家经验等，采用布局分析、知识提取等技术，将原始业务数据和专家规则融入统一业务知识图谱，构建知识与文本块互索引结构，便于基于图结构的倒排索引构建及逻辑形式的统一表示和推理。

• 推理能力 ：提出逻辑符号引导的混合推理引擎，包含规划、推理和检索三种运算符，可将自然语言问题转化为结合语言和符号的问题求解过程，实现图谱推理、逻辑计算、Chunk 检索和 LLM 推理等四种不同问题求解过程的集成，以处理复杂的逻辑推理和问答任务。

• 模式约束的知识构建 ：支持领域专家知识的表示和构建，能够兼容无模式和有模式约束的知识构建，让用户可以在同一知识类型上进行自由的信息提取和专业的知识构建。

• 逻辑形式引导的混合推理与检索 ：通过逻辑形式引导，实现逻辑推理和多跳推理问答，缓解 OpenIE 引入的噪声问题，增强对知识逻辑的敏感性，提升推理准确性和信息覆盖度。

KAG 的使用说明

• 环境搭建 ：

  • 安装 Docker 和 Docker Compose ：KAG 框架基于 Docker 容器化技术，需在官网下载安装 Docker 和 Docker Compose。

  • 下载 KAG 镜像 ：使用命令 curl -sSL https://raw.githubusercontent.com/OpenSPG/openspg/refs/heads/master/dev/release/docker-compose-west.yml -o docker-compose.yml 下载 KAG 的 Docker Compose 文件，再运行 docker compose -f docker-compose.yml up -d 启动服务。

  • 访问产品界面 ：在浏览器输入http://127.0.0.1:8887，用默认用户名和密码登录（用户名：openspg，密码：openspg@kag）。

• 知识库构建 ：

  • 创建知识库 ：点击 “创建知识库”，为知识库命名，设置图存储配置和模型配置，包括选择 Neo4j 作为图存储并填写连接信息，选择 LLM 模型如 ChatGPT 等并填写 API Key 等认证信息，以及选择向量化模型并设置相关参数。

  • 上传数据 ：上传包含图表、表格和图像的 PDF 文件等，KAG 将调用知识表示模型把信息组织成结构化格式。

  • 配置知识表示 ：使用互索引机制将知识图谱与原始文本块链接，方便高效检索相关信息。

• 推理与问答 ：

  • 提问 ：在 KAG 产品界面输入问题，如 “2024 年的净利润是多少？”。

  • 问题解析 ：KAG 解析查询以理解意图和上下文，识别关键实体、关系和问题整体结构。

  • 逻辑形式生成 ：依据查询生成逻辑形式，从知识图谱中检索实体、关系、三元组和数据聚合等信息。

  • 答案生成 ：KAG 利用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，生成清晰易懂的答案。