Graph_RAG — это фреймворк на базе Python, предназначенный для построения и выполнения запросов к графам знаний для поиска с усилением генерации (RAG). Он поддерживает импорт неструктурированных документов, автоматическое извлечение сущностей и отношений с помощью LLM или инструментов NLP, а также хранение данных в графовых базах, таких как Neo4j. С помощью Graph_RAG разработчики могут создавать связанные графы знаний, выполнять семантические запросы к графу для определения релевантных узлов и путей и подавать полученный контекст в подсказки LLM. Фреймворк предоставляет модульные конвейеры, настраиваемые компоненты и примеры интеграции для облегчения разработки полноценных приложений RAG, повышая точность ответов и их интерпретируемость за счет структурированного представления знаний.

Manus JS — это клиентская библиотека JavaScript, которая внедряет интеллектуального исследовательского помощника в любую веб-страницу. Анализирует и понимает HTML-контент, затем использует ИИ для генерирования резюме статей, ответов на конкретные вопросы с ссылками, извлечения именованных сущностей и создания списков цитат в различных форматах. Разработчики могут настраивать пользовательские подсказки, источники данных и интерфейсные компоненты для брендирования. Manus JS работает офлайн с кешированным содержимым и подключается к API ИИ для живых исследований, что делает его подходящим для академических портфолио, сайтов новостных агрегаторов или платформ баз знаний, желающих предоставлять пользователям мгновенные инсайты.