LinearRAG
把海量文档变成线性图，检索快十倍，内存省一半。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 567
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 环境
- NVIDIA 显卡
- 索引数据
安装与启动步骤
-
1装依赖
线性复杂度的检索增强实现。
pip install -r requirements.txt -
2下语言模型组件
分词与语义模型要提前备好。
python -m spacy download en_core_web_trf -
3下领域模型
生物医学等垂直领域的模型单独装。
pip install https://s3-us-west-2.amazonaws.com/ai2-s2-scispacy/releases/v0.5.3/en_core_sci_scibert-0.5.3.tar.gz -
4取索引数据
仓库给的是处理好的索引，直接拉。
git clone https://huggingface.co/datasets/Zly0523/linear-rag -
5跑评测
换成自己的语料前先复现论文数字。
python run.py
如何确认成功
在官方索引上跑出的检索指标与论文报告的数值接近，换语料后流程仍可跑通
注意事项
- 它的卖点是把检索复杂度压到线性。
- 垂直领域模型装错会直接影响效果。
- 官方索引与语料强绑定，换语料要重建。
- Python 版本建议 3.9，高版本有兼容问题。
核心亮点
- 线性图结构显著降低检索时间复杂度，适合超大规模语料
- 论文被 ICLR 2026 接收，算法有理论支撑
- Python 实现，易于集成到现有 RAG 流水线
不足之处
- 早期项目，文档和社区支持待观察
- 线性图构建可能损失部分语义关联信息
适用场景
- 大规模企业知识库问答
- 实时文档检索增强生成
- 资源受限环境下的 RAG 部署
替代项目
Haystack、LlamaIndex、LangChain
上一篇：ollama_pdf_rag
下一篇：talk2arxiv
同类项目推荐
kg-rag
开源
跟着书学 GraphRAG，用图数据库做出更聪明的聊天机器人
Supporting repository for the Essential GraphRAG book published by Manning
serverless-rag-demo
开源
在AWS上快速搭建RAG问答系统，无需管理服务器。
Amazon Bedrock Foundation models with Amazon Opensearch Serverless as a Vector DB
adaptive-rag-workbench
开源
搭建会自我更新的智能问答系统，多源验证防幻觉
Sample for context-aware Agentic RaG, Q&A with multi-source verification, and self-c···
RAGMeUp
开源
喂入任意数据，快速搭出可问答的 RAG 应用
Generic rag framework to apply the power of LLMs on any given dataset
DocuMind
开源
用 Rust 快速搭建本地文档问答机器人
A document based RAG application
pageindex-mcp
开源
给 AI 装上会推理的文档检索工具
MCP server for PageIndex. PageIndex is a vectorless reasoning-based RAG system which···
chatd
开源
本地文档直接聊，隐私安全答案准
Chat with your documents using local AI
SearchLM
开源
让大模型自己当搜索员，越搜越准
Official code for NeurIPS2025 "Iterative Self-Incentivization Empowers Large Languag···
rag.computer
开源
自托管 RAG 后端，文档丢进去，API 吐检索结果
Self-hostable RAG platform - document ingestion, embedding, and vector search behind···