KAG
基于知识图谱的逻辑形式引导推理与检索框架，8.8K+ stars。由 OpenSPG 引擎和大语言模型驱动，构建逻辑感知和推理的知识检索系统，适合需要复杂多跳问答的企业场景
🎯适用场景：企业级知识检索系统——适用于需要复杂多跳问答、逻辑推理的知识库场景，如法律咨询、医疗诊断辅助、企业合规查询。
📥 收录于 2026/5/30
📊 仓库数据
📈 上次抓取以来 ↑+1 ⭐
✅ 优点
- •基于知识图谱的逻辑推理，支持多跳复杂问答
- •OpenSPG 引擎提供强大的知识建模能力
- •比传统向量检索更适合结构化知识场景
⚠️ 限制
- •构建知识图谱的前期投入大，不适合非结构化数据为主的场景
- •学习曲线陡峭，需要熟悉知识图谱和逻辑推理
🔗 相关工具
Neo4j LLM Graph Builder
github.com/neo4j-labs/llm-graph-builder
Neo4j 官方出品，利用 LLM 从非结构化数据自动构建知识图谱。支持多种文档格式、实体关系抽取和图可视化，是 RAG + Knowledge Graph 的最佳实践工具，4.7K stars
🎯从企业文档/论文/报告等非结构化数据自动构建知识图谱，支撑 GraphRAG 增强型检索
FalkorDB
github.com/FalkorDB/FalkorDB
超高速图数据库，4.4K+ stars。基于 GraphBLAS 的稀疏邻接矩阵图表示，专为 GraphRAG 和 LLM 知识图谱设计。Cypher 兼容，是 Neo4j 之外的高性能图数据库选择
🎯知识库问答与 RAG 检索
MarkItDown
github.com/microsoft/markitdown
微软开源的通用文件转 Markdown 工具，支持 PDF、Word、PPT、Excel、HTML、音频、图片 OCR 等数十种格式转换，专为 LLM 和 RAG 数据预处理设计，插件系统可扩展，MIT 协议
🎯多模态内容理解与生成
Firecrawl
github.com/firecrawl/firecrawl
AI 友好的网页抓取 API，支持 URL → Markdown/结构化数据，110K+ stars。专为 LLM 应用设计，自动处理 JS 渲染、分页、反爬，是 RAG 系统的理想数据源
🎯网页自动化与数据采集
RAGFlow
github.com/infiniflow/ragflow
开源 RAG 引擎，78,566+ stars。深度融合检索与 LLM 能力，支持 PDF/Word/PPT 等多格式文档解析、智能分块、混合检索和引用溯源，是企业知识库问答的优选方案
🎯企业知识库问答与 RAG 检索、非结构化文档解析与提取
LobeHub
github.com/lobehub/lobe-chat
AI Agent 协作平台，75,393+ stars。提供现代化的聊天界面，支持多模型切换、插件系统、Agent 团队协作、知识库管理，是个人 AI 工作台的优秀选择
🎯企业知识库问答与 RAG 检索