Ramen：自构建知识图谱引擎，用 AI 推理替代电子表格

工具

Ramen（关系型 Agent 记忆与涌现网络）是一个新的开源项目，将 LLM 驱动的规划与知识图谱技术结合，创建一个「活的」数据结构，随着使用自动组织。

解决的问题

刚性企业系统（ERP/CRM）和敏捷但碎片化的电子表格之间存在「影子 IT」鸿沟。Ramen 用推理优先架构填补这一空白——系统不会因字段或关系类型不存在而阻止用户。

工作原理

核心特性

• 自构建：即时创建实体类型和关系
• 语义去重：自动合并重复记录
• 多跳遍历：导航复杂关系链
• 涌现本体：模式随数据添加而演化
• LLM 驱动：通过 LlamaIndex 使用 GPT-4o 推理

技术栈

Python + Streamlit + LlamaIndex + GPT-4o + Supabase

演示

项目用《权力的游戏》场景展示能力：用自然语言添加家族、人物和军事力量，系统自动创建实体类型、合并重复记录、推理关系方向并计算聚合军事力量。

为什么重要

• 无需预设计模式：立即开始添加数据
• 自然语言接口：非技术用户也能构建复杂数据结构
• 图推理：关系是一等公民
• 活系统：知识图谱随业务增长演化

项目在 GitHub 开源。