Graphwise升级图数据库成为AI智能体的大脑

保加利亚图数据库初创公司Graphwise今天宣布对其旗舰产品GraphDB工具进行重大升级，新增功能旨在提升企业知识管理能力，为人工智能模型创建更可靠的基础。

Graphwise（正式名称为Ontotext AD）表示，其平台的改进将使其更适合AI应用，使AI能够从第三方来源获取更多知识，处理新的用例，同时降低基础设施相关成本。

GraphDB是一种专门的"图数据库"，能够在业务记录旁存储上下文数据，比如某次销售发生在哪家店铺的信息。传统的结构化查询语言数据库无法轻松做到这一点，因为其架构不允许轻松发现这些连接。而图数据库则可以将连接与传统记录一起存储，促进更快速的分析和查询。

据Graphwise介绍，GraphDB平台旨在解决原始数据与可操作知识需求之间的差距，这种知识能够增强大语言模型的能力。因此，它不是将内容和数据视为独立的关注点，而是创建一个智能结构将它们连接起来。

为此，GraphDB基于"知识图谱"，提供企业内容及其与数据库记录关系的动态互联视图。它通过编码关系、层次结构和元数据的方式工作，使AI模型能够推导用户意图，建议相关主题并支持基于场景的推荐。例如，文档将自动标记用户指定的分类法和内容衍生的语义。

这里的关键要素是GraphDB的所谓"语义层"，它能够独特地管理结构化数据和非结构化内容，同时保持一致的语义元数据将这些信息联系在一起。

GraphDB 11的新功能

通过最新版本GraphDB 11，Graphwise表示正在让用户更容易地将知识图谱与多个大语言模型集成，简化知识获取，并增加对模型上下文协议的支持，为创建可自主工作的"智能体AI生态系统"铺平道路。

GraphDB 11增加了对更广泛的大语言模型的支持，包括Meta平台公司的Llama、谷歌公司的Gemini、DeepSeek有限公司的R1和阿里巴巴控股有限公司的Qwen等模型。还有改进的检索增强生成工具，称为GraphRAG，它促进对企业知识库的访问，提高AI模型响应的准确性。

通过支持MCP协议，Graphwise使AI智能体能够利用其知识图谱，因此它们可以基于更相关的领域数据。公司表示，结果将是更可靠和准确的AI智能体，能够提供上下文感知洞察，改善决策能力，提高工作流程效率。

此外，该公司还大力改进其"精确实体链接"。这意味着它改进了GraphDB将用户输入的术语和短语映射到知识图谱中正确概念或实体的方式。公司表示，这将有助于消除歧义，改善信息检索和应用到AI模型输出的方式。

除了提升能力外，Graphwise还试图帮助用户降低AI基础设施成本，比如增加对GraphQL语言的支持以简化数据访问。该初创公司还声称新版本具有更高的可用性，以及性能优化，如高级存储库缓存，提高其可扩展性和响应性，使其更具成本效益。

Constellation Research Inc.分析师Michael Ni告诉SiliconANGLE，GraphDB 11是一个有前途的版本，提高了AI就绪企业数据必须交付的标准。

"通过将知识图谱与语义推理结合，简化大语言模型集成和编排，Graphwise提供了一个信任层，使AI基于你的业务运作方式，"分析师说。"这不仅仅是另一个图形版本——这是一个不断上升的蓝图和已交付的简化，用于上下文感知、决策就绪的AI，我们将看到其他企业平台跟随。"

Graphwise总裁Atanas Kiryakov表示，GraphDB 11将有助于解决缺乏"AI就绪数据"的挑战，减少AI项目放弃的情况。他说，大约60%的现有AI项目最终会失败并被取消，因为底层模型无法访问它们需要的数据来交付预期结果。

"GraphDB 11通过提供尖端AI所必需的数据基础设施和治理直接解决了这个问题，"他承诺。"我们通过使客户最复杂的非结构化数据可访问和可操作，赋能客户构建智能、可扩展的应用程序。"