DyG-RAG

用动态事件图增强RAG,让AI理解事件演变并精准回答

DyG-RAG 是一个基于动态图检索增强生成(RAG)的开源实现,专注于事件中心推理。它解决传统 RAG 在处理动态、事件驱动信息时无法有效建模时间关系和实体演化的问题。核心能力包括:构建动态事件图,将文本中的事件及其时间顺序、因果关系结构化;在检索时利用图结构进行多跳推理,捕捉事件间的动态关联;结合大语言模型生成答案,提升对复杂事件问题的回答准确性。项目提供完整的代码实现,支持自定义数据集和模型集成,适合研究动态知识推理和事件理解。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 58
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RingBDStack
所属国家
官网地址
定价模式free
价格说明开源项目,代码免费,需自行部署,无在线服务。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型graphrag,large-language-models,rag,retrieval-augmented-generation
GitHub 星标★ 58
30天Star增速
HF 下载量
上线时间2025-07-12 00:00:00
最近更新2026-09-01 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4

使用教程

核心亮点

  • 创新性地将动态图引入RAG,解决传统RAG对时间/事件关系建模不足的问题
  • 支持事件中心的多跳推理,能回答需要跨时间、跨实体关联的复杂问题
  • 代码结构清晰,提供完整实现,便于二次开发和实验复现

不足之处

  • 项目处于早期阶段,文档和社区支持相对有限
  • 依赖特定图数据库或框架,部署和调优有一定门槛

适用场景

  • 新闻事件脉络分析与问答
  • 金融舆情动态追踪与风险推理
  • 历史事件关系挖掘与智能问答

替代项目

GraphRAG、LightRAG、RAGFlow

项目介绍

DyG-RAG 是搜索知识领域的开源项目,由 RingBDStack 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 58。

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 2026-09-01。代码免费,需自行部署,无在线服务。

它主要面向的使用场景是:新闻事件脉络分析与问答。同类可对比的替代方案包括 GraphRAG、LightRAG、RAGFlow。

上一篇:ChatKBQA

下一篇:rag-zero-to-hero-guide

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