vector-graph-rag 是搜索知识领域的开源项目，由 zilliztech 开发，是 2026 年新上线的项目。
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 245。
项目仍在小幅维护中，最近一次代码更新于 2026-09-10。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：多跳问答系统，如法律、医疗领域的复杂问题解答。同类可对比的替代方案包括 GraphRAG (Microsoft)、LightRAG、RAGFlow。
vector-graph-rag
纯向量搜索实现图RAG，多跳推理性能SOTA
vector-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结构信息编码为向量表示，利用向量相似度检索替代显式图遍历，在保持高效检索的同时，显著提升多跳问答的准确率。项目核心能力包括：支持从文本或知识图谱构建向量索引、提供端到端的 RAG 流水线、集成主流大语言模型接口、以及针对多跳推理优化的检索策略。其设计轻量，依赖少，易于集成到现有 RAG 系统中。该项目在多个基准测试上达到 SOTA 性能，尤其适合需要复杂逻辑推理的问答、事实验证等场景。
开源
free
搜索知识
GitHub 星标
★ 248
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队zilliztech
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型graph-rag,graphrag,knowledge-base,knowledge-graph,milvus,multihop-question-answering,rag,sota,vector-database,visualization
GitHub 星标★ 248
30天Star增速
HF 下载量
上线时间2026-02-05 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
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2
使用教程
核心亮点
- 多跳推理准确率超越传统图遍历RAG，基准测试SOTA
- 无需复杂图数据库，仅靠向量检索降低部署门槛
- 代码结构清晰，Python实现，易于定制和扩展
不足之处
- 早期项目，文档和社区支持待观察
- 依赖向量索引质量，对图结构复杂场景可能有限制
适用场景
- 多跳问答系统，如法律、医疗领域的复杂问题解答
- 知识密集型任务，如事实验证、关系推理
- 需要快速搭建RAG但不想维护图数据库的轻量场景
替代项目
GraphRAG (Microsoft)、LightRAG、RAGFlow
项目介绍
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···