LangGraph-Chatchat выступает в роли плагина управления памятью для фреймворка ChatChat, использующий модель графовой базы данных LangGraph для хранения и извлечения контекста диалога. В процессе работы пользовательский ввод и ответы агента преобразуются в семантические узлы с связями, формируя полную графу знаний. Эта структура позволяет эффективно выполнять запросы по сходству, ключевым словам или пользовательским фильтрам. Плагин поддерживает настройку сохранения памяти, слияния узлов и политики TTL, обеспечивая сохранение релевантного контекста без излишнего нагромождения. Благодаря встроенным сериализаторам и адаптерам, LangGraph-Chatchat легко интегрируется в развертывания ChatChat, предоставляя разработчикам надежное решение для создания ИИ-агентов с долговременной памятью, повышенной релевантностью ответов и обработкой сложных диалогов.

Система RAG на базе LLM — это разработческий фреймворк для создания конвейеров RAG. Предоставляет модули для вставки коллекций документов, индексирования через FAISS, Pinecone или Weaviate, а также для поиска релевантного контекста во время работы. Использует обертки LangChain для организации вызовов LLM, поддерживает шаблоны подсказок, потоковые ответы и адаптеры для нескольких векторных хранилищ. Облегчает развертывание RAG от начала до конца для баз знаний, с возможностью настройки каждого этапа — от конфигурации моделей вставки до дизайна подсказок и постобработки результатов.