HyperGraphRAG 是搜索知识领域的开源项目，由 LHRLAB 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 452。
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 2026-09-21。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：复杂知识图谱问答（如医疗、法律领域）。同类可对比的替代方案包括 GraphRAG（微软）、LightRAG、RAGFlow。
HyperGraphRAG
用超图知识结构，让RAG复杂推理更准
HyperGraphRAG 是一个面向检索增强生成（RAG）的学术研究项目，发表于 NeurIPS 2025。它提出用超图结构（Hypergraph）来表示知识，以替代传统的向量检索或简单图结构，从而提升 RAG 系统在复杂关系推理上的表现。项目提供了官方资源，包括模型实现、训练/推理代码和可能的预训练权重。其核心能力在于：将文档中的实体和关系组织成超图，利用超边（hyperedge）捕捉多实体间的多元关联，在检索时能更精准地定位与查询相关的知识子图，并支持多跳推理。对于需要处理复杂知识图谱、多实体交互或长文档问答的场景，HyperGraphRAG 提供了一种新的技术路径。目前项目处于早期阶段，代码和文档正在完善中。
开源
free
开源模型
GitHub 星标
★ 452
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graphrag,hypergraph,knowledge-graph,large-language-models
GitHub 星标★ 452
30天Star增速
HF 下载量
上线时间2024-12-19 00:00:00
最近更新2026-09-21 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3
使用教程
核心亮点
- 学术创新：提出超图知识表示，超越传统图结构，能建模多实体间的多元关系
- 面向复杂推理：专为多跳问答和关系密集型任务设计，检索更精准
- 官方资源：提供 NeurIPS 论文配套代码，便于复现和二次开发
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖超图构建和计算，可能增加预处理和推理的资源开销
适用场景
- 复杂知识图谱问答（如医疗、法律领域）
- 多跳推理任务（如需要跨多个文档关联信息的问答）
- 研究RAG新架构的学术实验和基准测试
替代项目
GraphRAG（微软）、LightRAG、RAGFlow
项目介绍
下一篇：InstructRAG
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···