Rivet-KAG开源：向量+知识图谱混合检索，答案可溯源

2026年10月13日，有开发者开源了 Rivet-KAG，一个面向企业知识工作流的混合 RAG / 知识图谱项目，瞄准的是答案验证问题。据 AGI Hunt 报道，该项目用 Milvus 向量检索做语义召回，用 Neo4j 图遍历提供关系上下文，再把两部分上下文与来源引用合并返回，从而可以把答案溯源到底层文档以及相关的负责人、系统、项目。项目还包含 citations、eval gates、guardrails 与成本控制等组件。报道提到，作者目前正在征求生产级 RAG 测试与评测方面的建议。以上为该事件迄今为止的全部公开进展，暂未出现后续更新或与此前说法相矛盾的数字与表述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。