Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
A chatbot/GraphRAG framework that creates multi-llm-agents from social platform user comments and let them debate on specific topics.
| Date | Stars |
|---|---|
| 2026-07-31 | 786 |
| 2026-08-06 | 786 |
| 2026-08-19 | 786 |
| 2026-09-07 | 784 |
| 2026-09-13 | 785 |
| 2026-10-08 | 786 |
| 2026-10-24 | 785 |
| 2026-11-01 | 785 |
| 2026-11-04 | 785 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# 平台大战对话框架
一个结合了知识图谱和RAG的多智能体对话框架，可以从不同社交平台的评论中提取并构建知识图谱数据库，让它们以各平台代表性的观点和表达方式，围绕一个话题展开辩论。
## 文件结构
API key配置文件是`config.py`。该程序基于moonshot-v1模型实现，需要在配置文件中填入从kimi开放平台申请的API key以正常运行。如果需要更换其他模型服务，需要同时修改`API_BASE_URL`和程序中相应调用大模型的部分（模型名称、特殊参数等）
知识图谱类的主文件是`knowledgeGraph.py`，具体实现主文件接口的组件类分别为`graph_entity.py`，`graph_search.py`，`graph_storage.py`，`graph_visualization.py`。用于RAG的嵌入模型配置文件为`embedding_model.py`。
使用到知识图谱的两个工具类是`knowledge_retriever.py`和`knowledgeGraphExtractor.py`，分别用于信息检索和知识图谱提取。
平台大战对话的主程序是`platform_war.py`，相关UI和Agent类分别为`platform_war_UI.py`和`chat.py`。
## 环境配置
由于向量数据处理部分使用的`faiss-gpu`暂时只支持CUDA加速，所以本项目目前只支持Windows/Linux系统运行。
**创建conda环境**
```
conda create -n platform_war python=3.11.7
conda activate platform_war
```
**启用gpu加速（可选）**
安装电脑显卡版本匹配的CUDA和PyTorch, 例（具体版本请按电脑配置修改）：
```
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia
```
然后用以下命令安装FAISS的gpu版本
```
conda install -c conda-forge faiss-gpu
```
**项目目录下安装依赖（必选）**
```
pip install -r requirements.txt
```
如果前一步没有安装CUDA，需要将`embedding_model.py`中的
```
model_kwargs={"device": "cuda"}
```
修改为
```
model_kwargs={"device": "cpu"}
```
**配置API（必选）**
该程序基于moonshot-v1模型实现，需要在配置文件中填入从kimi开放平台申请的API key以正常运行。API key配置文件是`config.py`。
## 图谱提取
`knowledgeGraphExtractor.py`可用于从指定格式的json文件中自动提取知识图谱。
在项目目录下新建data文件夹，放入需要提取的数据文件，命名为`result.json`（或者可以修改`knowledgeGraphExtractor.py`中的路径以使用其他文件名），然后运行`knowledgeGraphExtractor.py`。
`result.json`需要遵循以下json格式：
```
{
"item_id": { // 项目ID作为key
"title": string, // 标题
"clusters": [ // 评论簇数组
{
"comments": [ // 评论内容数组
string,
...
]
}
]
},
"item_id": {
"title": string,
"clusters": [
{
"comments": [
string,
...
]
}
]
},
...
}
```
## 平台辩论
从原始数据提取完知识图谱后，会在项目目录下生成相应的知识图谱数据库。
可以将`platform_war.py`、`platform_war_UI.py`和`chat.py`中的`PLATFORM_NAME`和`PLATFORM_KNOWLEDGE_BASE`修改为对应的数据库名称和路径。
运行`platform_war.py`以开始平台辩论。
## 预提取数据库
如果想复现项目视频中的效果，需要单独下载三个平台的向量数据库。
百度网盘下载链接：
https://pan.baidu.com/s/1Ki0Sym9dmM76e6ghR6P8jQ?pwd=j3ih 提取码: j3ih
谷歌云盘下载链接：
https://drive.google.com/drive/folders/1kaXPSTjVaI1LP9lPtu8XhCnqjgWVlajY?usp=sharing
使用方法：
解压缩，并将`bilibili_knowledge_base`，`weibo_knowledge_base`，`zhihu_knowledge_base`三个文件放在项目目录下。
运行`platform_war.py`以开始平台辩论。
## 已知问题
* UI缺乏自适应，在不同尺寸的窗口中可能存在显示不全/错位的问题。
* 对话轮次超出屏幕范围后，新对话会与旧对话互相覆盖。
## 参考
微软GraphRAG项目 https://github.com/microsoft/graphragExcerpt of 2,541 characters
Read on GitHub
1
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:0030585e13086391, desc:chatbot