GraphRag.Net

在 .NET 中一键集成 GraphRAG,让知识库问答更懂关系推理。

GraphRag.Net 是一个基于 .NET 的 GraphRAG 实现,参考了微软的 GraphRAG 思路,利用 Semantic Kernel 框架构建。它旨在解决传统 RAG 在复杂关系推理上的不足,通过将文本实体和关系抽取为知识图谱,再结合向量检索和图遍历,实现更精准的上下文检索。项目提供 NuGet 包,可快速集成到现有 .NET 应用中,支持自定义 LLM 和嵌入模型,并内置了文本分块、实体抽取、图存储(如 Neo4j)等核心流程。其核心能力包括:从文档中自动构建知识图谱、支持图谱与向量混合检索、提供简洁的 API 接口,适合需要深度语义理解和多跳问答的企业级知识库场景。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 230
维护状态 低维护
是否开源 是
定价模式 free

项目预览

项目数据

分类搜索知识
开发团队shuyu-labs
所属国家
官网地址https://antsk.cn
定价模式free
价格说明开源项目,通过NuGet包集成,完全免费。
访问状态
是否开源是
开源协议Apache-2.0
主要语言C#
技术栈/模型graphrag,rag,semantickernel
GitHub 星标★ 230
30天Star增速
HF 下载量
上线时间2024-07-22 00:00:00
代码更新—
仓库体积—
本站数据更新—
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

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 基于 Semantic Kernel,与 .NET 生态无缝集成,支持自定义模型和配置。
  • 提供 NuGet 包,开箱即用,降低 GraphRAG 落地门槛。
  • 内置图谱构建和混合检索流程,兼顾向量相似度和关系推理。

不足之处

  • 文档/社区待观察
  • 早期项目,功能完整性和稳定性有待验证。

适用场景

  • 企业知识库智能问答,需要处理实体间复杂关系。
  • 文档智能分析,如合同、技术手册中的关系抽取。
  • 多跳推理场景,如法律条文关联、产品故障诊断。

替代项目

Microsoft GraphRAG、LlamaIndex、LangChain

项目介绍

GraphRag.Net 是开发框架领域的开源项目,由 shuyu-labs 开发,2024 年首次发布。

它收录于开发框架分类,该分类目前共有 822 个项目,GitHub 星标数为 230。

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 2025-10-28。通过NuGet包集成,完全免费。从国内网络环境看,可直接访问。

它主要面向的使用场景是:企业知识库智能问答,需要处理实体间复杂关系。同类可对比的替代方案包括 Microsoft GraphRAG、LlamaIndex、LangChain。

上一篇:agentic-rag

下一篇:ragna

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 147419 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166931 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 112221 2026-09-12