awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 Repos

Awesome GitHub RepositoriesGraphRAG Frameworks

Systems that use knowledge graphs to provide structured context for large language model retrieval and generation.

Distinct from GraphRAG Frameworks: The existing candidate [f2_mt2] is located under awesome-lists, which is a provenance category, not a functional one; this needs a proper place in AI & ML.

Explore 2 awesome GitHub repositories matching artificial intelligence & ml · GraphRAG Frameworks. Refine with filters or upvote what's useful.

Awesome GraphRAG Frameworks GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • gusye1234/nano-graphragAvatar von gusye1234

    gusye1234/nano-graphrag

    3,896Auf GitHub ansehen↗

    nano-graphrag ist ein Retrieval-System, das Wissensgraphen nutzt, um strukturierten Kontext für Antworten von Large Language Models (LLMs) bereitzustellen. Es fungiert als Wissensgraph-Indexer, der unstrukturierten Text in ein Netzwerk aus Entitäten und Beziehungen transformiert, sowie als hybrides Graph-Retrieval-System. Das Projekt unterscheidet sich durch die Kombination von lokalen Nachbarschaftssuchen mit globalen Community-Zusammenfassungen, um komplexe Fragen in natürlicher Sprache zu beantworten. Es enthält einen Wissensgraph-Visualisierer, der HTML-Repräsentationen von Entitäten und deren Beziehungen generiert, um indiziertes Wissen abzubilden. Das Framework deckt ein breites Spektrum an Funktionen ab, einschließlich Entitäts-Beziehungs-Extraktion, Community-basiertem Graph-Clustering und Hash-basiertem inkrementellem Indexing. Es bietet eine Integrationsschicht zur Anbindung von Open-Source-Modellen und lokalen Embedding-Providern, unterstützt durch austauschbare Storage-Backends für Key-Value-, Vektor- und Graph-Daten. Zusätzlicher Nutzen entsteht durch argumentbasierte Antwort-Cachings und Post-Processing-Funktionen zur Reparatur instabiler JSON-Ausgaben von Sprachmodellen.

    Implements a retrieval system combining local neighborhood searches and global community summaries for context-aware LLM responses.

    Python
    Auf GitHub ansehen↗3,896
  • circlemind-ai/fast-graphragAvatar von circlemind-ai

    circlemind-ai/fast-graphrag

    3,811Auf GitHub ansehen↗

    Fast-GraphRAG is a system for generating and querying knowledge graphs from domain data. It uses a GraphRAG retrieval workflow to traverse structured data and isolate precise evidence for answering complex questions. The project utilizes an agent-driven retrieval framework to coordinate the querying of knowledge graphs and the synthesis of final answers. It supports incremental data synchronization, allowing structured knowledge bases to be updated in real time as source information evolves. The system integrates with API-compatible language models and embedding providers to power its data p

    Implements a GraphRAG retrieval workflow to extract high-precision evidence from connected data.

    Python
    Auf GitHub ansehen↗3,811
  1. Home
  2. Artificial Intelligence & ML
  3. GraphRAG Frameworks