LinearRAG

把海量文档变成线性图,检索快十倍,内存省一半。

LinearRAG 是一个面向大规模语料库的线性图检索增强生成(RAG)框架,其论文被 ICLR 2026 接收。它旨在解决传统 RAG 系统在处理海量文本时检索效率低、内存占用高的问题。核心能力是将语料库构建为线性图结构,通过图算法实现高效的检索,并支持与生成模型无缝集成。项目提供 Python 实现,包含图构建、检索和生成流水线,适用于需要快速响应和低资源消耗的知识密集型任务。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 550
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队DEEP-PolyU
所属国家
官网地址
定价模式free
价格说明开源项目,GPL-3.0许可,可自行部署使用,无收费版本。
访问状态
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型graphrag,llms,rag
GitHub 星标★ 550
30天Star增速
HF 下载量
上线时间2025-10-27 00:00:00
最近更新2026-09-22 00:00:00
维护状态维护中
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

  • 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

项目介绍

LinearRAG 是搜索知识领域的开源项目,由 DEEP-PolyU 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 585 个项目,GitHub 星标数为 550。

项目仍在小幅维护中,最近一次代码更新于 2026-09-22。GPL-3.0许可,可自行部署使用,无收费版本。

它主要面向的使用场景是:大规模企业知识库问答。同类可对比的替代方案包括 Haystack、LlamaIndex、LangChain。

上一篇:ollama_pdf_rag

下一篇:talk2arxiv

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
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09