SubgraphRAG 是搜索知识领域的开源项目，由 Graph-COM 开发，2024 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 185。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：知识密集型问答（如多跳问答）。同类可对比的替代方案包括 GraphRAG (Microsoft)、LightRAG、HippoRAG。
SubgraphRAG
用简单子图检索，让RAG更懂知识关系
SubgraphRAG 是一个基于知识图谱的检索增强生成（RAG）框架，核心思想是“简单即有效”，强调在图与大型语言模型（LLM）的协作中，用轻量级图结构而非复杂图神经网络来提升检索精度。它解决传统向量检索缺乏全局关系、以及复杂图模型计算开销大的问题，通过将文档构建为知识图谱，利用子图检索（如基于PageRank的社区检测）获取与问题相关的实体和关系，再结合LLM进行推理生成。项目提供了从图谱构建、检索到生成的完整流程，支持多种图算法（如Personalized PageRank），并针对不同图谱密度进行了优化。该工作发表于ICLR 2025，代码开源，适合研究者和开发者复现实验或集成到自己的RAG系统中。
开源
free
搜索知识
GitHub 星标
★ 185
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队Graph-COM
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型gpt-4o,graphrag,knowledge-graph,large-language-models,llama,llm,rag,retrieval-augmented-generation,subgraphrag
GitHub 星标★ 185
30天Star增速
HF 下载量
上线时间2024-10-29 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
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0
使用教程
核心亮点
- 提出轻量级子图检索方法，避免复杂GNN，计算效率高
- 在多个知识图谱RAG基准上达到SOTA，实验充分
- 代码结构清晰，支持自定义图谱构建和检索策略
不足之处
- 文档/社区待观察
- 依赖知识图谱构建质量，对非结构化文本处理成本较高
适用场景
- 知识密集型问答（如多跳问答）
- 企业知识库检索增强生成
- 学术研究：图与LLM结合的RAG方法对比
替代项目
GraphRAG (Microsoft)、LightRAG、HippoRAG
项目介绍
上一篇：awesome-rag
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.
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···
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···
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···