#125 · 主分类： 知识库与企业搜索
graphrag-local-ollama
使用ollama（llama3、mistral、gemma2、phi3）为微软的graphrag提供本地模型支持 - LLM与嵌入提取
项目最后更新：05/08/26
GitHub Stars
1.1K
Forks数量
163
贡献者数量
2
许可证
MIT
收录理由
当你的问题需要横跨整批文档来回答时，GraphRAG 原本是个好选择，但官方实现默认依赖 OpenAI 的模型。这个分支保留了同样的两阶段流程：先从文档中构建实体图谱，再预先计算社区摘要，只是把模型调用换成了 Ollama 能拉取的任意本地模型，嵌入向量也一并支持。它还附带了一个浏览器界面，不想对着命令行操作的人可以直接上手。另外有个 LazyGraphRAG 模式，在索引阶段跳过摘要生成，项目声称这能带来约 99% 的速度提升，等查询进来时才临时生成摘要——代价是第一次回答变慢，但大规模语料的索引成本会低很多。如果你希望完全用自己的硬件跑 GraphRAG 风格的检索，不想为每次 token 支付云端费用，这里是一个很实际的起点。
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。