图检索增强生成（GraphRAG）的有效性常常受到一个根本性脱节的制约：知识图谱（KG）的构建过程与其下游目标任务脱节。AutoGraph -R1是第一个通过将 KG 构建建模为强化学习（RL）问题来弥合这一差距的框架。LLM“构建器”智能体在实时 RAG 流水线中，根据生成的图的功能效用获得奖励进行训练，从而直接优化任务性能。
面向人工智能助手的智能记忆系统 Post-Cortex 是一个高性能的 MCP 服务器，能够将短暂的 AI 对话转化为持久的、可搜索的知识。它采用 Rust 语言编写，并拥有无锁架构，使 AI 助手能够在会话间保持记忆，同时支持语义搜索和自动知识图谱构建。
