Khoj
开源房产尽职调查Agent，利用图数据库与知识图谱建模实体关系，通过路径分析检测隐藏风险并生成可解释的风险评分
时间轴 (近 90 天)
Khoj的基准测试向图的副本注入200个新项目，一半隐藏四种风险模式之一，一半是带陷阱的干净对照；不使用两条结构性规则的消融实验几乎找出所有风险，但误标了93%的干净项目。
对于演示数据中的Skyvista Altura项目，Khoj计算出10条路径，加总K=1.87，风险得分为84.6/100。
Khoj的第一版风险评分正确识别了Skyvista Altura，但将中位数项目也打到了94分，原因是承包商和土地聚合商作为枢纽节点导致路径噪声。
Khoj通过两条结构性规则修复了中位数过高的问题：路径不能穿过另一个项目；一条路径最多使用一条土地所有权边。修复后中位数降到28，干净项目得0分。
Khoj使用FalkorDB的内置图算法：在董事-公司图上运行弱连通分量以发现隐藏集团，使用介数中心性找出桥接不同公司的关键董事。
FalkorDB的介数中心性算法遵循边方向，在Khoj的初始模型中边方向为Person→Company，导致所有介数中心性得分返回零；为每条董事关系添加反向HAS_DIRECTOR边后修复了该问题。
Khoj的Agent不直接编写Cypher查询，而是通过MCP获得八个手工编写、参数化的只读工具，模型仅负责选择工具并填入参数。
Khoj的每个查询结果标注答案类型：ANSWERED_WITH_PATH（图中有关系）、ANSWERED_FROM_MEMORY（较早发现）、NOT_IN_GRAPH（无已知连接但不等于安全）、UNKNOWN_ENTITY（名称无法解析，不执行查询）。
Khoj采用「Agent提议，代码裁决」架构：确定性验证器在发现被保存前从图重新计算分数、按固定规则检查结论，并拒绝任何提及工具从未返回实体的证据，模型自己给出的数字总是被计算值替换。
Khoj系统包含两个Agent：Concierge负责与用户对话并拥有记忆图，Investigator拥有市场图；两者通过图本身交接——Concierge创建Case节点，Investigator写入Finding节点，Concierge再读回。
还有 16 条时间轴事件
全部知识事实 (20)
Khoj的基准测试向图的副本注入200个新项目，一半隐藏四种风险模式之一，一半是带陷阱的干净对照；不使用两条结构性规则的消融实验几乎找出所有风险，但误标了93%的干净项目。
50%待验证Khoj的第一版风险评分正确识别了Skyvista Altura，但将中位数项目也打到了94分，原因是承包商和土地聚合商作为枢纽节点导致路径噪声。
50%待验证Khoj通过两条结构性规则修复了中位数过高的问题：路径不能穿过另一个项目；一条路径最多使用一条土地所有权边。修复后中位数降到28，干净项目得0分。
50%待验证Khoj使用FalkorDB的内置图算法：在董事-公司图上运行弱连通分量以发现隐藏集团，使用介数中心性找出桥接不同公司的关键董事。
50%待验证FalkorDB的介数中心性算法遵循边方向，在Khoj的初始模型中边方向为Person→Company，导致所有介数中心性得分返回零；为每条董事关系添加反向HAS_DIRECTOR边后修复了该问题。
50%待验证Khoj的Agent不直接编写Cypher查询，而是通过MCP获得八个手工编写、参数化的只读工具，模型仅负责选择工具并填入参数。
50%待验证Khoj的每个查询结果标注答案类型：ANSWERED_WITH_PATH（图中有关系）、ANSWERED_FROM_MEMORY（较早发现）、NOT_IN_GRAPH（无已知连接但不等于安全）、UNKNOWN_ENTITY（名称无法解析，不执行查询）。
50%待验证Khoj采用「Agent提议，代码裁决」架构：确定性验证器在发现被保存前从图重新计算分数、按固定规则检查结论，并拒绝任何提及工具从未返回实体的证据，模型自己给出的数字总是被计算值替换。
50%待验证Khoj系统包含两个Agent：Concierge负责与用户对话并拥有记忆图，Investigator拥有市场图；两者通过图本身交接——Concierge创建Case节点，Investigator写入Finding节点，Concierge再读回。
50%待验证Khoj使用FalkorDB的多图特性为每个购房者维护独立记忆图，记忆图保存偏好及其历史（修改预算会创建新节点SUPERSEDES旧节点）、常设规则、会话、候选清单和案卷。
50%待验证Khoj在200个表面干净、实则暗藏风险的测试项目上，仅看项目自身记录的方法检出率为0%，Khoj的图方法检出率达到81%，且零误报。
50%待验证Khoj是一个开源项目，通过将RERA备案、公司记录、法院记录和土地记录中的实体关系建模为图，用图算法沿关系路径计算房产项目的风险分。
50%待验证Khoj的知识图谱建模包含以下关系：开发商品牌CONTROL公司，个人DIRECTOR_OF公司；公司DEVELOPS项目，项目BUILT_ON地块，地块PREVIOUSLY_OWNED_BY某人；承包商BUILDS项目，审批挂在项目下；投诉AGAINST项目，法院案件INVOLVE土地、公司、个人或承包商。
50%待验证Khoj将任何单独构成警示信号的实体（如烂尾项目、破产公司、待决诉讼、B-khata地块）打上:RedFlag标签，并附带严重程度和原因。
50%待验证Khoj的风险分公式为：每条路径贡献其标记的严重程度，按距离和每段关系强度衰减，汇总为类似Katz中心性的分数，K(p) = Σ 路径P: severity(f) · 0.6^(hops−1) · Π 边权重，最终 score = 100 · (1 − e^(−K))。
50%待验证对于演示数据中的Skyvista Altura项目，Khoj计算出10条路径，加总K=1.87，风险得分为84.6/100。
50%待验证Khoj 使用 Python 编写，完全开源，用户可将其部署在自己的机器上
50%待验证Khoj 既能从联网内容获取实时信息，也能针对导入的本地文档进行检索式回答
50%待验证Khoj 支持用户构建自定义 AI 智能体，并支持定时自动化任务（schedule automations）
50%待验证Khoj 提供深度研究（deep research）能力，可围绕主题进行多步骤信息收集与整合
50%