graphrag 第 1 页
本站收录 68 个带「graphrag」标签的 AI 开源项目(按 GitHub 星标从高到低,第 1 / 2 页)
graphify将代码库、文档、SQL 模式、配置和 PDF 转化为可查询的知识图谱,基于本地确定性 AST 解析,每条边都有解释,无需向量库,适配 Claude Code、C★ 148,042
LightRAGLightRAG 是一个面向检索增强生成(RAG)场景的轻量级开源框架,旨在解决传统 RAG 系统在知识图谱构建和检索效率上的痛点。它通过将知识图谱与向量检索相★ 40,704
graphragGraphRAG 是一个基于图的检索增强生成(RAG)系统,由微软开源。它通过构建知识图谱来增强大语言模型的问答能力,解决传统向量检索在全局性、多跳推理问题上的★ 36,649
code-review-graph本地优先的代码智能图谱,服务于 MCP 与 CLI。它为代码库构建持久化语义地图,让 AI 编程工具只读取真正相关的内容,在代码审查与大型仓库场景下实现显著的上★ 32,776
AgentGuideAgentGuide 是一个面向 AI Agent 开发者的中文实战指南,主要解决大模型应用开发中从入门到进阶的学习路径问题。项目以 LangGraph 实战为★ 11,981
llm-graph-builderllm-graph-builder 是一个利用大语言模型从非结构化数据自动构建 Neo4j 知识图谱的开源工具。它解决了传统知识图谱构建依赖人工建模和清洗的痛点★ 5,310
memgraphMemgraph 是一个高性能的开源内存图数据库,专为实时图分析和 AI 场景设计,尤其适用于 GraphRAG、AI 记忆和智能体应用。它使用 C++ 编写,★ 4,661
pipeshub-aiPipesHub 是一个开源的 AI 上下文层,旨在统一企业分散的业务数据,为可解释的企业搜索和智能体工作流自动化提供支持。它解决了企业内部数据孤岛问题,通过连★ 4,119
nano-graphragnano-graphrag 是一个轻量级、易于二次开发的 GraphRAG 实现,旨在解决传统 GraphRAG 系统(如微软 GraphRAG)代码复杂、依赖★ 4,008
autoflowautoflow 是 PingCAP 开源的基于 Graph RAG 的对话式知识库工具,利用 TiDB Serverless 的向量存储能力,将知识库管理与智★ 2,982
SAGSAG 是一个全新的 RAG(检索增强生成)检索架构,旨在解决传统 RAG 在知识检索中的准确性和效率问题。它提供了一种原创的检索架构,并附带一个面向人类和智能★ 2,973
trustgraphtrustgraph 是一个面向开源 AI 的确定性上下文工程平台。它通过将开放模型与本体论(ontologies)结合,利用上下文图(context grap★ 2,922
Awesome-GraphRAGAwesome-GraphRAG 是一个精选资源列表,专注于图增强检索生成(GraphRAG)领域。它汇集了综述、论文、基准测试和开源项目,为研究者和开发者提供★ 2,687
edgequakeEdgeQuake 是一个用 Rust 编写的高性能 GraphRAG 引擎,灵感来自 LightRag。它专注于将文档转化为智能知识图谱,以支持更优的检索与生★ 2,305
WFGYWFGY 是一个面向 AI 推理、RAG、智能体及真实世界工作流的开源项目,正迈向 5.0 Polaris Protocol 重大版本。它提供问题地图(Prob★ 1,805
langchain4j-aideepinlangchain4j-aideepin 是一个基于 Java 和 LangChain4j 构建的 AI 生产力工具,旨在将多种 AI 能力整合到一个统一平台中★ 1,403
neo4j-graphrag-pythonneo4j-graphrag-python 是 Neo4j 官方推出的 Python 库,用于将知识图谱与检索增强生成(RAG)结合。它解决了传统向量检索缺乏结★ 1,334
ApeRAGApeRAG 是一个面向生产环境的 GraphRAG 系统,把知识图谱、向量检索和多模态索引整合到一条流水线里,解决传统 RAG 只能做扁平文本相似度匹配、无法★ 1,319
youtu-graphragYoutu-GraphRAG 是一个面向复杂推理任务的图检索增强生成(GraphRAG)框架,由腾讯优图实验室提出,相关论文被 ICLR 2026 接收。它解决★ 1,274
AgenticXAgenticX 是一个统一且生产就绪的多智能体平台,提供 Python SDK、命令行工具 agx、Studio 服务器以及 Machi 桌面应用。它旨在解决★ 1,086
GraphRAG-SDKGraphRAG-SDK 是一个用于构建生成式 AI 应用的 Python 开发工具包,旨在通过图检索增强生成(GraphRAG)技术,帮助开发者快速搭建准确、★ 1,036
codegraph-rustcodegraph-rust 是一个基于 Rust 实现的开源代码图谱与智能分析工具,专注于为 AI 编程代理提供高效的代码上下文管理。它通过 AST 和 Fa★ 915
ChatPDFChatPDF 是一个面向本地大语言模型的 RAG(检索增强生成)工具,专注于让用户直接与 PDF、Word、TXT 等文档进行对话。它解决了本地模型缺乏外部知★ 861
AIGuideAIGuide 是一份面向 AI 应用开发者和求职者的实战指南,系统梳理了 LLM、Agent、RAG、MCP、Claude Code、Codex 等核心技术的★ 745
ComfyUI-IF_AI_toolsComfyUI-IF_AI_tools 是一组为 ComfyUI 设计的自定义节点,通过 Ollama 调用本地大语言模型(LLM)来生成和优化图像生成提示词。★ 696
GraphRAG4OpenWebUIGraphRAG4OpenWebUI 是一个将微软 GraphRAG 技术集成到 Open WebUI 的开源工具,旨在为问答系统和搜索引擎提供灵活的信息检索 ★ 604
Graph-R1Graph-R1 是一个面向 GraphRAG 的智能体式检索增强框架,核心思路是用端到端强化学习训练图检索智能体,让模型自己学会在多跳知识图谱上规划检索路径,★ 601
MimirQMimirQ 是一个面向中文企业场景的 RAG 知识库解决方案,核心解决企业文档解析难、检索不准、引用不可控的问题。它提供从文档解析、数据治理、智能切块到混合检★ 598
graphiclegraphicle 是一个用 Rust 编写的单程序,为 Claude Code、Codex、Cursor 等编码智能体提供代码图谱与长期记忆能力。它通过 MC★ 572
LinearRAGLinearRAG 是一个面向大规模语料库的线性图检索增强生成(RAG)框架,其论文被 ICLR 2026 接收。它旨在解决传统 RAG 系统在处理海量文本时检★ 570
HiRAGHiRAG 是一个基于层级知识图谱的 Graph RAG 系统,旨在解决传统 RAG 在复杂多跳推理和全局性问题上的不足。它通过构建分层知识结构,将文档信息组织★ 555
octocodeoctocode 是一个用 Rust 编写的语义代码搜索工具,旨在帮助开发者快速理解大型代码库。它通过向量化代码片段,支持自然语言查询,让用户可以用日常语言搜索★ 524
cortexdbcortexdb 是一个纯 Go 编写的单文件 AI 记忆与知识图谱库,同时可作为插件使用。它旨在为 AI 应用提供轻量级的持久化记忆和知识组织能力,解决大模型★ 513
RAGNotebookRAGNotebook 是一个基于 LangChain、FastAPI 和 React 构建的检索增强生成(RAG)项目,主要提供智能笔记助手功能。它解决了传统★ 488
graphrag-toolkitgraphrag-toolkit 是面向生成式 AI 应用的 Python 工具包,核心思路是把图数据库与向量检索结合起来,构建 GraphRAG 应用。它解决★ 463
HyperGraphRAGHyperGraphRAG 是一个面向检索增强生成(RAG)的学术研究项目,发表于 NeurIPS 2025。它提出用超图结构(Hypergraph)来表示知识★ 462
awesome-ragAwesome-RAG 是一个精选资源列表,汇总了检索增强生成(RAG)领域的典型论文与系统。它旨在帮助研究者和开发者快速了解 RAG 技术的最新进展和核心方法★ 459
DataMindDataMind 是一个基于 LlamaIndex 构建的一体化智能助手框架,目标是把 RAG、GraphRAG、NL2SQL、技能系统和记忆机制整合到同一个可★ 456
chat2graphChat2Graph 是一个图原生的智能体系统,旨在将对话能力与知识图谱技术深度融合。它解决的核心问题是:传统对话系统或 RAG 系统难以处理多跳关系查询、缺乏★ 431
graphrag-visualizergraphrag-visualizer 是一个基于 Web 的可视化工具,专门用于展示和探索微软 GraphRAG 框架生成的各类工件(artifacts)。G★ 430
GustoBotGustoBot 是一个基于 LangGraph 构建的多智能体客服机器人开源项目,目标是把传统单轮问答客服升级为能查数据库、查知识图谱、看图片并协同决策的智能★ 415
aragA-RAG (arag) 是一个基于智能体(Agentic)的检索增强生成(RAG)框架,通过分层检索接口解决多跳问答中的复杂信息获取问题。它提供了关键词检索、★ 366
vector-graph-ragvector-graph-rag 是一个基于纯向量搜索的图检索增强生成(Graph RAG)实现,旨在解决多跳推理场景中传统 RAG 的瓶颈。它通过将知识图谱的★ 328
shodh-memoryshodh-memory 是一个为 AI 智能体设计的本地内存系统,以单个离线 Rust 二进制文件运行,完全无需 LLM 和云端 API。它解决的是智能体在长★ 322
gfm-raggfm-rag 是一个面向检索增强生成(RAG)的图基础模型,发表于 NeurIPS'25 和 ICLR'26。它解决传统 RAG 中文本检索无法捕捉实体间复杂★ 315
ontosmithontosmith 是一个基于决策模型的本体与知识图谱构建工具,面向需要从文档中抽取结构化知识的团队。它把文档解析、信息抽取和本体建模串成一条可审计的流水线:先★ 283
LogicRAGLogicRAG 是一个面向知识密集型任务的检索增强生成(RAG)框架,其论文发表于 AAAI'26。它旨在解决传统 RAG 在复杂推理任务中表现不佳的问题,核★ 241
MemGraphRAGMemGraphRAG 是一个基于记忆的多智能体系统,用于图检索增强生成(Graph RAG),相关论文已被 KDD 2026 接收。它解决传统 RAG 在复杂★ 235
GraphRag.NetGraphRag.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★ 230
flexible-graphragflexible-graphrag 是一个基于 Python 的灵活图检索增强生成(GraphRAG)框架,旨在解决传统 RAG 在复杂关系推理和多源数据整合上★ 201