kg-rag 是搜索知识领域的开源项目，由 tomasonjo 开发，2023 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 181。
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 2026-09-19。免费使用，无付费版本。
它主要面向的使用场景是：学习GraphRAG原理与实现。同类可对比的替代方案包括 LangChain、LlamaIndex、Neo4j GraphRAG。
kg-rag
跟着书学 GraphRAG，用图数据库做出更聪明的聊天机器人
kg-rag 是 Manning 出版社《Essential GraphRAG》一书的配套代码仓库，主要用 Jupyter Notebook 演示如何将知识图谱（Neo4j）与大语言模型（如 OpenAI）结合，构建基于图检索增强生成（GraphRAG）的对话助手。它解决了传统 RAG 在复杂关系推理和全局理解上的不足，通过图结构存储实体与关系，实现更精准的多跳检索和可解释回答。核心能力包括：图数据建模与导入、图查询与向量检索混合、LLM 驱动的对话生成、以及完整的端到端示例。项目面向希望学习 GraphRAG 的开发者，提供从零开始的实践教程，覆盖知识图谱构建、检索策略和对话集成等关键环节。
开源
free
对话助手
GitHub 星标
★ 181
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类对话助手
开发团队tomasonjo
所属国家
定价模式free
价格说明开源项目，免费使用，无付费版本。
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型chatbot,graph,llm,neo4j,openai,rag
GitHub 星标★ 181
30天Star增速
HF 下载量
上线时间2023-12-17 00:00:00
最近更新2026-09-19 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1
使用教程
核心亮点
- 配套 Manning 书籍，教程体系完整，适合系统学习
- 基于 Neo4j 和 OpenAI，技术栈主流，可直接复用
- Notebook 形式，步骤清晰，上手门槛低
不足之处
- 项目处于早期，星标少，社区活跃度待观察
- 文档和示例覆盖场景有限，可能缺乏高级优化技巧
适用场景
- 学习 GraphRAG 原理与实现
- 构建企业知识库问答机器人
- 在对话系统中引入知识图谱增强推理
替代项目
LangChain、LlamaIndex、Neo4j GraphRAG
项目介绍
上一篇：chatpdf-gpt
下一篇：search-gpt
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···