ChatKBQA 是搜索知识领域的开源项目，由 LHRLAB 开发，2023 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 340。
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 2026-08-11。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：构建企业知识库智能问答助手。同类可对比的替代方案包括 UnifiedSKG、ReTraCk、KAPING。
ChatKBQA
用大模型生成+检索，让知识库问答更简单准确
ChatKBQA 是一个面向知识库问答（KBQA）的生成-检索框架，发表于 ACL 2024。它针对传统 KBQA 方法依赖复杂语义解析和严格模式匹配、难以泛化的问题，提出先用微调后的大语言模型（LLM）将自然语言问题直接生成逻辑形式（如 SPARQL），再通过检索模块从知识库中抽取候选实体和关系，最终执行查询得到答案。核心能力包括：基于 LLM 的生成式逻辑形式构建、轻量级检索增强、以及端到端的微调流程。项目提供了官方代码、数据预处理脚本和模型权重，支持在标准数据集（如 WebQSP、CWQ）上复现实验结果。其设计思路是减少对人工标注和复杂中间表示的依赖，提升跨领域泛化能力，适合研究者和开发者用于构建可解释的知识问答系统。
开源
free
开源模型
GitHub 星标
★ 340
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队LHRLAB
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finetuning,graph-database,knowledge-graph,large-language-models,semantic-parsing,sparql-query
GitHub 星标★ 340
30天Star增速
HF 下载量
上线时间2023-08-29 00:00:00
最近更新2026-08-11 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2
使用教程
核心亮点
- 提出 generate-then-retrieve 新范式，显著降低传统 KBQA 对复杂语义解析的依赖
- 基于 LLM 微调，能更好理解复杂问题，在 WebQSP 和 CWQ 上达到 SOTA 效果
- 代码开源且提供完整复现流程，便于二次开发和学术对比
不足之处
- 依赖大规模知识库和微调数据，小规模场景下效果可能受限
- 文档/社区待观察
适用场景
- 构建企业知识库智能问答助手
- 研究 KBQA 新方法（如生成式语义解析）
- 需要可解释推理的问答系统（如医疗、法律）
替代项目
UnifiedSKG、ReTraCk、KAPING
项目介绍
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···