根据@deeplearningai和@akollegger的介绍，最新课程《Agentic Knowledge Graph Construction》展示了如何通过多智能体系统自动提取和连接参考资料，构建统一的知识图谱，以增强RAG（检索增强生成）应用的准确性（来源：deeplearning.ai/short-course）。课程由Neo4j创新负责人Andreas Kollegger主讲，涵盖使用Neo4j图数据库构建、存储和访问知识图谱，以及利用Google Agent Development Kit (ADK)开发多智能体系统等实用技能。通过智能体自动完成实体抽取、关系映射、去重和事实核查，显著降低了手动工作量，提高了检索准确性。这种方法帮助企业将发票、产品评论等非结构化数据转化为可查询的业务洞察，例如，直接追踪客户投诉至具体供应商或制造流程。课程强调，知识图谱在高风险场景下比向量检索更具精确性（来源：deeplearning.ai/short-course）。