graphrag-rs

收录理由

这个Rust写成的GraphRAG实现，能把散乱的文档变成一张可以随时用自然语言提问的知识图谱。它的回答不是靠向量相似度硬凑，而是从实体和实体之间的关系里找线索，所以当问题涉及到多个事实之间的关联时，答案会显得更扎实、更有依据。开箱即用的命令行工具很省心，`graphrag index`把文档吃进去，`graphrag ask`直接给出图上的答案，想要更聪明的实体识别就加个`--ollama`参数，接上本地运行的LLM。默认效果不够好的时候，也可以换成GLiNER或者自定义分块策略。最出彩的地方是部署方式：纯服务端、纯浏览器端的WASM（数据完全留在客户端）、或者两者混合，还能用WebGPU做加速。如果你想要一个快速、自包含、不依赖重型云服务的RAG方案，这个项目提供了很大的灵活度。