📄 ドキュメントをアップロードするだけでナレッジグラフが構築できる時代へ。Neo4jの新機能「Document Intelligence」がAuraに登場！ タイトル: Introducing Document Intelligence: From documents to a knowledge graph, right inside Aura URL: 📦 概要 Neo4jのフルマネージドグラフDB「Aura」に、非構造化ドキュメントからナレッジグラフを直接構築する「Document Intelligence」機能が追加されました。PDF、契約書、技術文書などをアップロードするだけで、エンティティ抽出、名寄せ、グラフ構築までをプラットフォーム内で完結できます。 ❓ 解決する課題 企業データの大部分は非構造化ドキュメントに眠っていますが、そこからナレッジグラフを構築するには、LLMによるエンティティ抽出、エンティティ解決、グラフスキーマ設計といった複雑なパイプライン構築が必要でした。この技術的なハードルが、ナレッジグラフ活用を一部の専門チームに限定していました。 💡 方法論と提案手法 LLMベースのエンティティ抽出で人物・組織・概念を自動識別し、異なるドキュメント間の同一エンティティを名寄せして統合。抽出された関係性からグラフスキーマを推論してAuraDB上にナレッジグラフを構築します。構築したグラフはそのままAura Agent、GenAI Copilot、GraphRAGの知識基盤として活用可能です。 🛠 ユースケース ・法務チームが大量の契約書から義務関係を抽出してコンプライアンスチェックを自動化 ・製薬企業が論文や臨床試験レポートから分子と疾患の関係を構造化して創薬研究を加速 ・ベクトル検索だけでは捉えきれない構造的関係性をグラフが補完し、RAGの回答精度を向上 #KnowledgeGraph# #Neo4j#

AIエージェントの回答を「検証可能で説明できる事実」に根拠づける——ナレッジグラフ＋GraphRAG＋エージェントのフルスタックをまるごとオープンソースで提供する基盤です🕸️ タイトル: trustgraph-ai/trustgraph URL: 🕸️ 概要 AIエージェントのためのオープンソースのセマンティック・デプロイメント基盤です。コアは「コンテキストグラフ」（ドメイン知識を構造化しクエリ可能にした表現）。コンテキストグラフ・メモリ・検索・オーケストレーション・推論を、決定論的なエージェント向けにフルスタックで提供します。 ❓ 解決する課題 LLM単体では、なぜその答えになったのかを辿りにくく、ハルシネーションのリスクもあります。 ・エージェントの回答を、検証可能で説明可能な事実に根拠づけるのが難しい ・TrustGraphはナレッジグラフ構築とGraphRAGを組み合わせ、意味的に豊かで検証可能なコンテキストにアクセスできるようにします ・しかも主権的に管理できるプライベート環境で実現します 💡 主な特徴 ・マルチモデルDB（表・KV・ドキュメント・グラフ・ベクトル）とマルチモーダル対応、エンティティ/関係の自動抽出 ・DocumentRAG・GraphRAG・OntologyRAGのパイプラインと、3D GraphVizによる可視化 ・単一/マルチエージェント、ReAct・Plan-then-Execute・Supervisorパターン、MCP統合 ・Context Cores：スキーマ・グラフ・埋め込み・エビデンス・検索ポリシーを束ね、コンテキストをコードのようにバージョン管理 🌍 技術スタック / 使い方 ストレージはCassandra・Qdrant・Garage、メッセージングはPulsar等、LLMはAnthropic/OpenAI/Google等＋ローカル推論（vLLM/Ollama等）に対応。npx @trustgraph/configで構成し、ポート8888のUIから利用できます。Apache 2.0ライセンスです。 #GraphRAG# #ナレッジグラフ#

🦈 そのプレスリリース、世に出す前に「数百人の世論」にぶつけてみませんか？1ドル・10分で群衆の反応をまるごとシミュレートする、ちょっと未来的なエンジンが登場しました。 タイトル: aaronjmars/MiroShark URL: 📦 概要 MiroSharkは「ユニバーサル群知能エンジン」です。プレスリリースやニュース、政策草案、質問など任意のシナリオに対し、数百のAIエージェントがリアルタイムにどう反応するかをシミュレートします。エージェントは投稿し、議論し、取引し、時間の経過とともに立場を変えていきます。 ❓ 解決する課題 施策や発表にリソースを投じる前に、現実の世論がどう受け止めるかを検証したい。MiroSharkは、長時間のフォーカスグループや高額な市場調査を不要にし、1ドル以下・10分未満での検証を可能にします。 💡 仕組みと提案手法 動作は5フェーズです。 ・入力ドキュメントからオントロジーを生成 ・エンティティ関係を持つNeo4jナレッジグラフを構築 ・人口統計やWeb情報、グラフ属性で100体以上のペルソナを基礎付け ・Twitter・Reddit・予測市場をまたいで1時間単位で相互作用 ・実際の投稿や取引を引用したレポートを生成 投稿はNER・埋め込み・エンティティ解決で取り込み、ベクトル＋BM25＋グラフ走査を融合して検索します。 🎯 ユースケース ・PR炎上のテストや市場反応の予測 ・広告キャンペーンの事前検証や政策インパクト分析 ・個人の意思決定シナリオや歴史の反実仮想 実行中に速報ニュースを割り込ませたり、途中で分岐（反実仮想ブランチング）させたりもできます。 📊 注目ポイント ・GitHubで1.3kスター・265フォーク、AGPL-3.0ライセンス ・1回のシミュレーションは約1ドル・約10分・100体以上のエージェント ・バックエンドはPython、フロントはVue.js、DBはNeo4j。LLMはOpenRouter（ローカルOllamaにも対応） #AIエージェント# #シミュレーション#

「なぜその判断をしたのか？」にAIエージェントが答えるには、フラットなチャットログではなく“つながった記憶”が必要でした🕸️ それを1コマンドで丸ごと立ち上げるツールの登場です。 タイトル: Introducing Create Context Graph URL: 🕸️ 概要 Create Context Graphは、グラフベースのメモリを備えたフルスタックのAIエージェントアプリを、たった1コマンドで生成するNeo4j LabsのCLIスキャフォールディングツールです。生成されるアプリには、FastAPIバックエンド、Next.jsフロントエンド、AIエージェントフレームワーク、Neo4jグラフデータベースが一式含まれます。 ❓ 解決する課題 AIエージェントは作りやすくなりましたが、関係性や因果を理解するのは依然として苦手です。 ・フラットなチャットログやベクトルストアでは、「なぜその判断をしたのか」「何がこの作業をブロックしているのか」といった構造的な問いに答えられません ・つまり、エージェントには関係を捉える「高度な記憶」が欠けていました 💡 方法論と仕組み ・データを「コンテキストグラフ」（つながったナレッジ構造）に変換し、チャット履歴・ベクトルコンテンツ・推論トレースの3種のメモリを整理します ・エンティティモデルはPOLE+O（Person, Organization, Location, Event, Object）に、ドメイン固有の型を重ねます ・エージェントが判断を下すと、その推論チェーンがDecisionTraceノードとして記録され、紐づくTraceStepで構成されるため、クエリ可能な来歴（provenance）が生まれます ・PydanticAI・LangGraph・Claude Agent SDKなど複数フレームワークに対応し、22の組み込みドメイン、Linear・Claude Code・GitHubのコネクタ、推論経路のリアルタイム可視化、シークレット自動リダクションを備えます 🌍 ユースケース ・課題の依存関係やチームのワークフローを開発者がクエリする ・Claude Codeのセッション履歴から個人の開発分析を行う ・判断・コミット・作業項目を組み合わせたマルチツールの相関分析 判断の来歴をクエリ可能にできるため、エージェントの説明可能性やデバッグ、チーム横断の知識統合に役立ちます。 #GraphRAG# #Neo4j#

6月14日(日)13:55～の 『マクセル meets カレッジナレッジ』 先週に引き続き、 #立教大学# 社会学部 2年 永井絆七さんが登場🤗💫 岩手県陸前高田市での活動や その魅力についてお伺いします🫧 📻 #カレナレ# #サカグチアミ#

オフィスアルパカ通信（2112)🦙🧱👘☕️📜🍱 『大正昭和レトロ建築旧夢譚 関西近代建築の12の謎』高殿円（エクスナレッジ）は生き残る秘密の建物を巡る。懐かしき時代と人々の記憶を色濃く伝える古い建物には留めておくべきドラマがある。建築美と人情に美味もあり。好奇心を刺激する素晴らしき一冊だ！

interfm「伊織もえの電脳らじお」 今夜は水族館写真家の銀鏡つかささんをお迎えしました！ @tsukarium 新しい著書『日本の美しい動物園と水族館』は、 7/13(月)エクスナレッジから発売です📷 SNSと合わせて、ぜひチェックしてみてください！ #もえちゅ# @iorimoe_five