首页项目文章PK榜关于
探索项目

GraphRAG

活跃
GitHub Python MIT

简介

微软开源的基于知识图谱的模块化检索增强生成（RAG）系统，利用大语言模型从文本中提取结构化知识图谱，支持全局和局部社区摘要查询。

核心特性

  • 知识图谱构建 — 使用 LLM 从非结构化文本中自动提取实体和关系，构建结构化知识图谱
  • 社区检测与摘要 — 基于 Leiden 算法对知识图谱进行社区检测，并生成层级摘要
  • 全局查询 — 通过社区摘要回答需要跨文档推理的全局性问题
  • 局部查询 — 基于图结构检索相关实体和关系，回答特定实体相关的问题
  • 可调优 Prompt — 提供 Prompt Tuning 指南，允许针对特定数据集优化提取和查询效果
  • 模块化管道 — 数据索引、社区检测、查询引擎分离，可独立扩展和定制

适用场景

💡 私有文档深度问答 — 对企业内部合同、报告、邮件等进行全局性知识推理
💡 研究报告分析 — 从大量学术论文中提取关系网络，回答跨文献的研究趋势问题
💡 法律合规审查 — 从法规文本中构建知识图谱，支持合规性交叉查询
💡 医疗文献挖掘 — 从临床研究中提取疾病-药物-基因关系，辅助药物研发
💡 竞品情报分析 — 从新闻、报告中提取公司关系网络，发现市场趋势

优势与不足

✅ 优势

  • • 活跃维护，近期持续更新
  • • 社区热度高（35.9k stars）
  • • 开源许可证友好（MIT）
  • • 项目有一定历史沉淀（已维护 2 年）

标签

graphrag rag knowledge-graph llm microsoft retrieval

分类

📚 RAG 工具

快速开始

pip install graphrag
graphrag init --root ./my-project
graphrag index --root ./my-project
graphrag query --root ./my-project --method global --query "What are the main themes?"
访问 GitHub 访问官网 查看文档

相关项目

KAG

9.0k · Python
不活跃 B

KAG 是基于 OpenSPG 引擎和 LLM 的逻辑形式引导推理与检索框架，用于构建专业领域知识库的逻辑推理和事实问答解决方案，有效克服传统 RAG 向量相似度计算模型的不足。

knowledge-graphragreasoning +2
  • · 知识与文本双向索引：知识图谱节点与原文分块互相索引，保留完整上下文信息
  • · 逻辑形式引导的混合推理：将自然语言问题转化为形式化逻辑推理，支持精确匹配、文本检索、数值计算与语义推理
  • · Schema 约束的知识构建：兼容自由信息抽取与领域专家知识的结构化表示
查看完整详情 → 在 GitHub 查看

LightRAG

39.5k · Python
活跃 A+

LightRAG 是一个简洁高效的 RAG 框架，使用图结构增强检索效果，发表于 EMNLP 2025。

raggraphretrieval +2
  • · 图结构增强检索 — 使用知识图谱实体和关系进行双层检索（local/global），比传统向量检索更精准
  • · 四种文本分块策略 — 支持 Fixed、Recursive、Vector、Paragraph 分块，适应不同文档类型
  • · 多后端存储支持 — 兼容 Neo4j、PostgreSQL、MongoDB、OpenSearch、JSON KV Store 等多种存储方案
查看完整详情 → 在 GitHub 查看

RAG Techniques

29.4k · Jupyter Notebook
活跃 A+

NirDiamant 的 RAG_Techniques 仓库系统收录并演示了当下主流的检索增强生成（RAG）进阶技术与工程实践。

ragretrievaltechniques +2
  • · 系统化分类 — 把 RAG 技术按简单 / 高级 / 模块化等维度组织，便于按需学习
  • · 可运行 Notebook — 每个技术都附 Jupyter Notebook 与最小可运行代码
  • · 评测与对比 — 同时提供检索质量、答案质量的评测脚本与可视化
查看完整详情 → 在 GitHub 查看

R2R

8.0k · Python
不活跃 B

生产级 Agentic RAG 系统，提供 RESTful API 和完整的多模态文档解析、混合搜索、知识图谱构建能力，支持 Agent 化的检索增强生成流程。

ragretrievalknowledge-graph +3
  • · 生产级 Agentic RAG 系统，提供 RESTful API 用于检索增强生成工作流
  • · 多模态文档摄入，支持 .txt、.pdf、.json、.png、.mp3 等多种格式
  • · 混合搜索结合语义搜索和关键词搜索，使用倒数排名融合
查看完整详情 → 在 GitHub 查看

相关文章

GraphRAG知识图谱LightRAG

GraphRAG 实战：用知识图谱给 Agent 装上关联理解能力

传统向量 RAG 只能找到"相似的块"。GraphRAG 提取实体关系构建知识图谱，让 Agent 理解"谁、在哪、什么时候、和什么有关"。对比 Microsoft GraphRAG 和 LightRAG 两条技术路线。

阅读全文 →
GraphRAGLightRAGRAG

GraphRAG vs LightRAG：图增强 RAG 的两种工程路线深度对比

系统对比 Microsoft GraphRAG（社区检测 + 全局摘要） 与 HKUDS LightRAG（双层图 + 增量更新）两大图增强 RAG 框架的索引构建、检索范式、成本结构、查询质量与适用场景，给出按数据规模、查询类型、运维预算的选型决策树。

阅读全文 →