RAGU

用图结构增强检索,让 AI 回答更懂关联关系。

RAGU 是一个基于图数据库的 RAG(检索增强生成)系统实现代码库,旨在解决传统向量检索在复杂关系推理和多跳问答上的不足。它通过将知识图谱与检索生成流程结合,利用图结构存储实体及其关系,支持更精准的语义关联查询。核心能力包括:构建知识图谱、图索引管理、基于图的检索策略以及与 LLM 的集成接口。项目处于早期阶段,代码结构清晰,适合作为学习 Graph-RAG 原理的参考实现。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 135
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队RaguTeam
所属国家
官网地址
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graph,knowledge-graph,llm,nlp,rag
GitHub 星标★ 135
30天Star增速
HF 下载量
上线时间2025-02-04 00:00:00
最近更新2026-09-21 00:00:00
维护状态较活跃
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1

使用教程

核心亮点

  • 直接实现 Graph-RAG 核心流程,代码可读性强,适合二次开发
  • 利用图数据库存储实体关系,提升多跳问答的准确性
  • 提供与主流 LLM 的集成接口,便于快速搭建应用

不足之处

  • 文档/社区待观察
  • 项目处于早期,功能模块和稳定性有待完善

适用场景

  • 企业知识库智能问答,需要处理复杂实体关系
  • 学术文献关联分析,挖掘跨文档的隐含联系
  • 法律或医疗等专业领域,需要可解释的检索推理

替代项目

Microsoft GraphRAG、LlamaIndex Knowledge Graph、LangChain Graph

项目介绍

RAGU 是搜索知识领域的开源项目,由 RaguTeam 开发,2025 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 135。

项目保持着较活跃的维护节奏,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,需要处理复杂实体关系。同类可对比的替代方案包括 Microsoft GraphRAG、LlamaIndex Knowledge Graph、LangChain Graph。

上一篇:LongRAG

下一篇:Awesome-Personalized-RAG-Agent

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