【nMeetup 北京站】活动精彩回顾（附 PPT+回放）

背景 💻

9 月 21 日，北京站 nMeetup 如期而至，一场以 GraphRAG 和人工智能技术融合为主题的开发者聚会，在金秋的首都拉开帷幕。这一天，我们与 8 位讲师和 140 多位来自五湖四海的行业伙伴们相聚一堂，共同探讨 GraphRAG & AI 的最新发展和应用实践，见证了一场关于智慧与未来的深入对话。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

未能到场的小伙伴们可查阅本次 nMeetup 精彩回顾、 PPT 及直播回放⬇️

Topic 回顾 ⏰

FastGPT Maintainer @杨道升，介绍了 FastGPT 在降低 AI 技术门槛、提升企业效率方面的优势，并分享了 FastGPT 在多个行业的应用案例。

NebulaGraph GenAI Team Leader @古思为，带来了 GraphRAG 在 NebulaGraph 中的最新进展：构建了开箱即用的 GenAI Suite，使 GraphRAG 更易用，且性能更强大。不仅展现了 NebulaGraph 在 GraphRAG 领域的深厚积累，也激发了现场观众对 GenAI Suite 未来发展的极大期待，纷纷积极提问，现场讨论火热。‍

微软 MVP 大中华区负责人 @Christina Liang , 借本次 nMeetup 为大家介绍了微软 MVP（Microsoft Most Valuable Professional）的项目背景及选拔标准，期待更多乐于分享知识的行业专家们加入。（如需了解更多详情，请见_mvp.microsoft.com）

53 AI 创始人@杨芳贤，分享了 AI Agent 在企业落地的案例，细剖析了 Chat Agent 和 Data Agent 两个主要场景下的应用实践，并指出了当前 RAG 方案在企业内部落地时面临的挑战。

博睿数据大数据开发工程师@姚成耀，带来 NebulaGraph 在博睿数据实际生产环境中的应用案例，详述了在使用 NebulaGraph 过程中遇到的问题、解决方案以及二次开发的经验，让大家对 NebulaGraph 的实战能力有了更直观的认识。

Eigent AI Founding Engineer @范文栋，聚焦于将知识图谱与基于 RAG 模型的 Agent 相结合的应用，展示了如何通过图结构的数据进行增强的推理和知识检索，以提升 Agent 的回答质量和推理能力，并介绍了 CAMEL AI 集成 NebulaGraph 的进展。感谢@Wendong @Asuka @Ray @赵越 的贡献～

微软高级云技术布道师@卢建晖，带来了 GraphRAG 优化的实用技巧，详细讲解了如何在 Graph 的构建过程中利用 SLM 来优化 GraphRAG 应用。

语势科技技术负责人@岳洋，从金融领域的实际需求出发，阐述了传统大模型在复杂推理方面的不足，以及图谱技术如何成为解决这一问题的关键。此外，对比了当前各图数据库的优劣势，还从易用性、社区活跃程度等角度，分析为何选择 NebulaGraph 作为 GraphRAG 适合中小企业当前最佳解决方案，为金融行业数据库选型提供了新思路。

社区结语 🎙️

此次 nMeetup 不仅是一场技术交流的盛会，更是一个启迪思维、激发创新的平台。它让我们看到了 GraphRAG 与人工智能技术融合的巨大潜力，也让我们对未来科技发展的方向充满了期待。NebulaGraph 将持续推动 GraphRAG 的技术革新与迭代，为行业提供更高效更智能的解决方案，我们也热切期待与更多志同道合的伙伴携手并肩，共同探索更深入的技术领域。

未来，我们将会有更多的机会与大家见面交流，分享更多的技术心得和实战经验。期待在下一站 nMeetup 中，再次见到熟悉的面孔，结识更多新的朋友！

回放+PPT🔗

直播回放：北京站回放

PPT获取方式：关注「NebulaGraph 技术社区」，后台回复「北京站」。