VeritasGraph

用知识图谱让AI回答有据可查,多跳推理不扯谎

VeritasGraph 是一个开源的 Knowledge Graph 与 GraphRAG 框架,旨在解决大模型在处理复杂多跳推理和事实溯源时的不足。它允许用户在自己的数据上构建知识图谱,实现本体感知的检索和可验证的归因,支持节点、边、RDF 和链接数据等标准。框架可本地运行或部署到云端,强调数据隐私和企业级应用。核心能力包括多跳推理、本体感知检索、可验证归因,以及与传统图数据库的集成。它面向需要高可信度和可解释性的 AI 应用场景,如企业知识管理、金融风控和医疗决策支持。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 324
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类智能体
开发团队bibinprathap
所属国家
定价模式free
价格说明开源框架,本地或云端部署,全部功能免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型agent,ai-agents,ai-memory,context-window,data-privacy,enterprise-ai,generative-ai,graph-analytics,graph-database,graph-rag,information-retrieval,knowledge-engineering,knowledge-graphs,knowledge-management,llm,multi-hop-reasoning,nlp,python-library,rag
GitHub 星标★ 324
30天Star增速
HF 下载量
上线时间2025-09-06 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 支持RDF和链接数据,与标准语义网技术栈兼容
  • 提供可验证归因,每个回答都能追溯来源
  • 本地或云端部署灵活,满足数据隐私要求

不足之处

  • 早期项目,文档和社区生态待观察
  • 性能优化和稳定性未经过大规模生产验证

适用场景

  • 企业知识库问答,要求答案有据可查
  • 金融研报分析,多跳推理关联数据
  • 医疗文献检索,确保信息溯源准确

替代项目

Neo4j GraphRAG、LangChain Graph、Haystack

项目介绍

VeritasGraph 是搜索知识领域的开源项目,由 bibinprathap 开发,2025 年首次发布。

它收录于搜索知识分类,该分类目前共有 586 个项目,GitHub 星标数为 324。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。本地或云端部署,全部功能免费。

它主要面向的使用场景是:企业知识库问答,要求答案有据可查。同类可对比的替代方案包括 Neo4j GraphRAG、LangChain Graph、Haystack。

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
WeKnora 开源

文档往里一扔,自动变成啥都能答的知识库

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···

★ 28895 2026-08-09