graphrag 第 2 页
本站收录 65 个带「graphrag」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 2 页）
langchain-graphraglangchain-graphrag 是一个基于 LangChain 实现的 GraphRAG 示例项目，旨在将图结构引入检索增强生成（RAG）流程，解决传统向★ 173
oreilly-retrieval-augmented-gen-ai这是一个面向开发者的教程型开源项目，由O'Reilly出版方提供，专注于检索增强生成（RAG）技术的实践教学。它通过Jupyter Notebook演示如何将大★ 168
LLM-KG4QALLM-KG4QA 是一个将大语言模型与知识图谱结合用于问答系统的开源项目。它解决的是纯大模型在回答事实性问题时容易产生幻觉、缺乏可解释性的痛点，通过知识图谱提★ 166
graphrag-uigraphrag-ui 是一个基于最新 GraphRAG 接口的图形化界面工具，通过本地 Ollama 提供大语言模型服务，支持 pip 安装。它解决了 Gra★ 155
scholar-rag-agentscholar-rag-agent 是一个本地优先的科研文献检索增强生成（RAG）工具，面向需要严谨引用与可追溯证据的研究者。它把文献检索、证据抽取、引用生成和★ 149
OneRAGOneRAG 是一个生产就绪的 RAG（检索增强生成）框架，基于 Python 和 FastAPI 构建。它旨在解决企业在构建 RAG 应用时面临的集成复杂性和★ 126
agent-brainagent-brain 是一个面向 AI 智能体的本地优先 RAG 记忆系统，解决智能体跨会话遗忘、知识无法沉淀的问题。它把向量检索、关键词检索混合成 hybr★ 119
docsmintDocsMint 是一个面向人类和 AI 智能体的开源知识库系统，用 TypeScript 编写。它想解决的核心问题是：传统文档工具只服务人，而 AI 智能体检★ 118
graphrag-apigraphrag-api 是一个基于 GraphRAG 的轻量级服务端实现，旨在将微软的 GraphRAG 能力封装为可部署的 API 服务。它解决了 Grap★ 113
ai-playgroundai-playground 是一个以 Jupyter Notebook 形式组织的 AI 探索仓库，作者将自己在人工智能领域的各种实验、学习和研究过程整理为可复★ 112
gibramGibRAM 是一个基于 Go 语言实现的内存知识图谱服务器，专为检索增强生成（RAG / GraphRAG）工作流设计。它解决的核心问题是传统向量数据库在复杂★ 106
ESEILANEESEILANE 是一个面向 AI、大语言模型和 GraphRAG 的高性能知识图谱引擎，专为下一代智能应用设计。它解决了传统知识图谱在 AI 场景下性能不足、★ 96
context-aware-ragContext-Aware RAG 是一个面向知识图谱的检索增强生成（RAG）库，专注于知识图谱的摄入与检索功能。它解决的是传统 RAG 在复杂关系数据上表现不★ 92
obsidian-vault-intelligence这是一个 Obsidian 插件，旨在为用户的笔记库（Vault）提供智能化的问答与检索能力。它通过构建知识图谱和向量索引，将本地笔记转化为可被大语言模型（LL★ 80
DyG-RAGDyG-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★ 58