让医疗AI回答有据可查，告别凭空捏造
Medical-Graph-RAG 是一个面向循证医学信息检索的图检索增强生成系统，发表于 ACL 2025。它针对传统 RAG 在医疗领域缺乏可解释性和证据溯源的问题，构建了医学知识图谱，将患者问题映射到图谱中的相关实体和关系，结合检索到的证据片段生成回答。核心能力包括：基于医学知识图谱的检索、证据链生成、答案与证据的交叉引用，以及支持多轮对话。系统通过图谱结构约束生成过程，减少幻觉，提升回答的医学准确性和可信度。项目提供完整的代码、数据预处理流程和评估脚本，适合研究者和开发者复现和二次开发。
GraphRAG、LightRAG、MedRAG
Medical-Graph-RAG 是搜索知识领域的开源项目，由 ImprintLab 开发，2024 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（833）位列前 30%，在搜索知识分类中处于中上游。
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：临床辅助决策支持，为医生提供带证据的诊疗参考。同类可对比的替代方案包括 GraphRAG、LightRAG、MedRAG。
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···
