KAG

专业资料问 AI 也能答得准,知识库不再吃灰

基于 OpenSPG 引擎与 LLM 的逻辑形式引导推理检索框架,专为专业领域知识库打造,有效克服传统 RAG 在逻辑推理与事实问答上的短板。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 9068
维护状态 低维护
是否开源
定价模式 free

项目数据

分类开源模型
开发团队OpenSPG
所属国家
定价模式free
价格说明开源框架,基于Apache-2.0许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型knowledge-graph,large-language-model,logical-reasoning,multi-hop-question-answering,trustfulness
GitHub 星标★ 9068
30天Star增速
HF 下载量
上线时间2024-09-21 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8

使用教程

难度:进阶 约 15 分钟 部署方式:本地安装 5 步

环境要求

  • macOS Monterey 12.6+ / CentOS 7 / Ubuntu 20.04+ / Windows 10 LTSC 2021+
  • macOS/Linux:Docker、Docker Compose
  • Windows:WSL 2 或 Hyper-V、Docker、Docker Compose、Python 3.10+、Git

安装与启动步骤

  1. 1检查系统版本

    确认操作系统满足 README 推荐版本,否则可能无法运行。

  2. 2安装 Docker

    macOS/Linux 安装 Docker 与 Docker Compose;Windows 还需 WSL 2 或 Hyper-V。

  3. 3启动引擎服务

    README 提示下载 docker-compose.yml 并用 Docker Compose 启动服务,但未给出具体命令。

  4. 4获取 KAG 源码

    从 GitHub 仓库 OpenSPG/KAG 获取源码,进入 KAG 目录。

  5. 5安装 KAG

    在 KAG 源码目录下以可编辑模式安装 Python 包。

    cd KAG && pip install -e .

如何确认成功

KAG 安装完成且 Docker Compose 引擎服务正常运行,即可认为启动成功。

常见问题

Q:支持哪些操作系统?

A:macOS Monterey 12.6+、CentOS 7 / Ubuntu 20.04+、Windows 10 LTSC 2021+。

Q:Windows 用户需要什么环境?

A:需要 WSL 2 或 Hyper-V、Docker、Docker Compose、Python 3.10+ 和 Git。

Q:如何安装 KAG?

A:进入 KAG 目录后执行 cd KAG && pip install -e . 即可安装。

Q:没有 Docker 可以安装吗?

A:README 要求使用 Docker 与 Docker Compose 启动引擎和依赖镜像,建议先安装。

注意事项

  • README 未提供完整的 docker-compose.yml 下载命令,请以官方文档为准。
  • Windows 用户建议使用 WSL 2 环境。
  • 确保 Python 3.10 或更高版本可用。

核心亮点

  • 基于OpenSPG知识图谱引擎,结合逻辑形式引导推理,显著提升多跳问答的准确性和可解释性
  • 针对传统RAG向量相似度计算的缺陷,引入逻辑推理与检索融合机制,在专业领域知识库场景表现更可靠
  • 提供完整的知识图谱构建与推理框架,支持复杂事实型问答,技术栈清晰且文档完善

不足之处

  • 依赖OpenSPG引擎,部署和配置门槛较高,对非图谱背景用户不友好
  • 项目尚处成长阶段,社区生态和第三方集成案例相对有限

适用场景

  • 企业级专业领域知识库(如医疗、法律、金融)的智能问答系统
  • 需要多跳逻辑推理的复杂事实型问答场景
  • 结合知识图谱与LLM的混合检索增强生成(RAG)应用开发

替代项目

LangChain、LlamaIndex、Haystack

项目介绍

KAG 是搜索知识领域的开源项目,由 OpenSPG 开发,2024 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(9,068)位列前 6%,在搜索知识分类的 581 个项目里位列前 7%。

近 44 天,它的 GitHub 星标从 8,963 增加到 9,068,净增 105。

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。基于Apache-2.0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:企业级专业领域知识库(如医疗、法律、金融)的智能问答系统。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。

上一篇:graphify

下一篇:ragflow

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.

★ 183325 2026-08-09
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···

★ 766 2026-08-09
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···

★ 120493 2026-08-09
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···

★ 91170 2026-08-09