LLM-KG4QA 是搜索知识领域的开源项目，由 machuangtao 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 165。
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：企业知识库智能问答，如产品手册、政策法规查询。同类可对比的替代方案包括 GraphRAG、RAGFlow、Haystack。
GitHub 星标
★ 165
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machuangtao
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JavaScript
技术栈/模型graphrag,knowledge-graph,llm,question-answering,rag
GitHub 星标★ 165
30天Star增速
HF 下载量
上线时间2024-11-01 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0
使用教程
核心亮点
- 融合知识图谱与大模型，显著提升事实性问答的准确率，减少幻觉。
- 答案可追溯至具体实体和关系，增强可解释性。
- 提供完整流程，从图谱构建到问答集成，便于快速上手。
不足之处
- 项目早期，文档和社区支持待观察。
- 依赖外部知识图谱质量，构建和维护成本较高。
适用场景
- 企业知识库智能问答，如产品手册、政策法规查询。
- 教育领域事实性问答，如历史、科学知识解答。
- 医疗、金融等需要高可信度答案的专业领域。
替代项目
GraphRAG、RAGFlow、Haystack
项目介绍
上一篇：example-rag-app
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···