#43 · 主分类： 知识库与企业搜索
KAG
基于OpenSPG和LLM构建的逻辑形式引导的推理与检索框架，用于专业知识库，克服RAG向量相似性的局限性。
项目最后更新：01/28/26
GitHub Stars
9.0K
Forks数量
712
贡献者数量
25
许可证
Apache-2.0
收录理由
针对私有或行业数据做问答时，多数方案先靠向量相似度检索，遇到多跳推理或需要精确事实答案的场景就容易失效。KAG换了一条路：把OpenSPG知识图谱引擎和大模型结合起来，把自然语言问题转成结构化的逻辑形式步骤，而不是只做一次相似度搜索。它能把非结构化文本、结构化记录和专家业务规则统一放进一个受模式约束的知识图谱里，再通过混合推理引擎在每一步灵活选择文本检索、图谱推理、数值计算或语言推理。这对那些答案必须基于可靠来源、普通RAG管线容易给出看似自信实则错误输出的专业垂直领域，尤其适用。有知识图谱或数据建模经验的团队能从中获得最大价值；如果只是想要一个零配置的即插即用RAG插件，可能会觉得它偏重。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合，为大型语言模型（LLM）打造卓越的上下文层。
Understand-Anything
教学型图表优于炫技型图表。将任意代码转化为可探索、搜索和提问的交互式知识图谱。支持Claude Code、Codex、Cursor、Copilot、Gemini CLI等。
crawl4ai
🚀🤖 Crawl4AI：开源的、对LLM友好的网页爬虫与抓取工具。别害羞，加入这里：https://discord.gg/jP8KfhDhyN
docling
为生成式AI准备文档
anything-llm
停止租用你的智能。用AnythingLLM拥有它。你需要的一切，实现强大的本地优先智能体体验。