GraphRAG
微软开源的基于知识图谱的 RAG 系统，将传统向量检索升级为图谱推理，大幅提升复杂问答的准确性和可解释性。
🎯适用场景：知识图谱增强 RAG、大规模文档社区摘要与全局推理
📥 收录于 2026/5/11
📊 仓库数据
📈 Stars 变化 ↑6 小时 +6· 统计区间 6/28 18:12 → 6/29 00:15（6 小时）
✅ 优点
- •微软官方知识图谱 RAG 方案
- •支持社区检测与全局摘要
- •适合复杂文档集合分析
- •33K+ stars
⚠️ 限制
- •索引构建计算成本较高
- •图谱质量依赖分块与实体抽取
- •需要 Python 环境
🔗 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
Semantica
github.com/semantica-agi/semantica
AI 原生知识图谱智能框架，支持语义检索、本体推理、上下文图谱和可解释 AI 系统，GraphRAG 和知识工程的完整解决方案
🎯知识图谱构建和语义检索
Graphify
github.com/safishamsi/graphify
AI 编码助手技能，支持 Claude Code、Codex、OpenCode、Cursor 等工具的图数据库可视化技能
🎯知识图谱增强检索与推理、AI 辅助编程与代码生成
HelixDB
github.com/HelixDB/helix-db
Rust 编写的图向量数据库，4.6K stars。从底层构建的图-向量混合数据库，将图数据库的关系推理能力与向量数据库的语义检索能力融合，是 GraphRAG 场景的理想选择
🎯GraphRAG 复杂知识图谱推理与语义检索
Memgraph
github.com/memgraph/memgraph
高性能开源内存图数据库，专为 GraphRAG、AI 记忆和主动式 AI 设计。原生支持 Cypher 查询语言，提供实时图分析和上下文图构建能力，是 AI Agent 记忆系统的理想选择
🎯GraphRAG 图检索、AI Agent 记忆存储、实时知识图谱分析