Graph RAG 开源项目全景：从微软 GraphRAG 到 LightRAG

Fri, 27 Mar 2026 16:00:00 +0800

传统 RAG 的核心思路是"向量检索 + 生成"，但在处理需要多跳推理、全局理解的问题时，效果往往不理想。

Graph RAG（知识图谱 + RAG）通过构建文档间的实体关系网络，让检索不再局限于局部相似度匹配，而是能够进行图遍历、社区发现、路径推理。这让 RAG 系统能回答更复杂的问题。

这篇文章系统梳理 Graph RAG 的主流开源项目，帮你快速了解和选型。

一、为什么需要 Graph RAG

传统 RAG 的局限

问题 1：多跳推理

用户问："A 公司的合作方的竞争对手有哪些？"

传统 RAG：
1. 检索"A 公司的合作方" → 找到 B 公司
2. 检索"B 公司的竞争对手" → 找到 C、D 公司

问题：
- 需要两轮检索，中间结果可能丢失
- 无法自动发现推理路径

Graph RAG：
A 公司 --合作--> B 公司 --竞争--> C、D 公司
一次图遍历即可完成

问题 2：全局理解

用户问："这篇文章的核心观点是什么？"

传统 RAG：
- 检索 Top-K 相关段落
- 但核心观点可能分散在各处
- 无法形成全局视角

Graph RAG：
- 通过社区发现，将文档划分为多个主题
- 每个社区生成摘要
- 整合社区摘要，形成全局理解

Graph RAG 的核心思路

传统 RAG：
文档 → Chunk → 向量化 → 向量检索

Graph RAG：
文档 → 实体抽取 → 关系抽取 → 知识图谱
 ↓
 图检索 + 向量检索
 ↓
 LLM 生成

二、主流框架概览

框架	Stars	作者	核心特点	适用场景
LightRAG	36K+	港大 HKUDS	轻量快速，双层检索	中小规模，实时更新
GraphRAG	33K+	Microsoft	社区摘要，全局理解	大规模文档
HippoRAG	3.5K+	俄亥俄州立	模拟海马体记忆	长期记忆系统
Fast-GraphRAG	3.8K+	Circlemind	自适应，快速	快速部署
Neo4j Graph Builder	4.7K+	Neo4j	企业级图数据库	可视化，企业应用
R2R	7.8K+	SciPhi AI	生产级，完整方案	企业部署

下面逐一详细介绍。

三、Microsoft GraphRAG

基本信息

GitHub: https://github.com/microsoft/graphrag
Stars: 33,800+
论文: GraphRAG: Unlocking LLM Discovery on Narrative Private Data
语言: Python

核心原理

GraphRAG 的核心创新是社区发现 + 社区摘要：

Step 1: 知识图谱构建
文档 → 实体抽取 → 关系抽取 → 图存储

Step 2: 社区发现
用 Leiden 算法将图划分为多个社区
每个社区是一个紧密相关的实体群组

Step 3: 社区摘要
对每个社区，用 LLM 生成摘要
摘要包含社区的核心实体和关系

Step 4: 检索
局部查询：从相关实体出发，图遍历
全局查询：检索社区摘要，整合回答

架构图

┌──────────────────────────────────────────────────────┐
│ Microsoft GraphRAG Pipeline │
└──────────────────────────────────────────────────────┘
 │
 ▼
 ┌──────────────────┐
 │ 文档输入 │
 └────────┬─────────┘
 │
 ┌──────────────┼───────────────┐
 ▼ ▼ ▼
 ┌─────────┐ ┌──────────┐ ┌──────────┐
 │ 文本分块 │ │ 实体抽取 │ │ 关系抽取 │
 └────┬────┘ └────┬─────┘ └────┬─────┘
 │ │ │
 └──────────────┼───────────────┘
 ▼
 ┌──────────────────┐
 │ 知识图谱 │
 │ (NetworkX) │
 └────────┬─────────┘
 │
 ▼
 ┌──────────────────┐
 │ 社区发现 │
 │ (Leiden) │
 └────────┬─────────┘
 │
 ▼
 ┌──────────────────┐
 │ 社区摘要 │
 │ (LLM 生成) │
 └────────┬─────────┘
 │
 ┌──────────────┼───────────────┐
 ▼ ▼ ▼
 ┌─────────┐ ┌──────────┐ ┌──────────┐
 │ 局部查询 │ │ 全局查询 │ │ 混合查询 │
 └────┬────┘ └────┬─────┘ └────┬─────┘
 │ │ │
 └──────────────┼───────────────┘
 ▼
 ┌──────────────────┐
 │ LLM 生成答案 │
 └──────────────────┘

快速开始

# 安装
pip install graphrag

# 初始化项目
python -m graphrag.index --init --root ./ragtest

# 配置（settings.yaml）
graphrag:
 llm:
 type: openai_chat
 model: gpt-4o
 embeddings:
 type: openai_embedding
 model: text-embedding-3-small

# 构建索引
python -m graphrag.index --root ./ragtest

# 查询
python -m graphrag.query --root ./ragtest --method local "What is the main topic?"
python -m graphrag.query --root ./ragtest --method global "What are the key themes?"

查询模式

Local Search（局部查询）：
- 从问题中识别实体
- 扩展实体的邻居节点
- 用局部子图生成答案
- 适合：具体事实查询

Global Search（全局查询）：
- 检索相关社区摘要
- 整合多个社区的信息
- 形成全局视角
- 适合："核心观点"、"主要主题"类问题

DRIFT Search（混合查询）：
- 结合局部和全局
- 动态调整检索范围
- 适合：复杂推理问题

优缺点

优点：
✅ 全局理解能力强（社区摘要）
✅ 微软官方维护，质量有保障
✅ 论文驱动，原理清晰
✅ 支持多种查询模式

缺点：
❌ 索引构建慢（需要多次 LLM 调用）
❌ 成本高（实体抽取、关系抽取、社区摘要）
❌ 不适合实时更新（重建索引代价大）
❌ 需要一定学习成本

适用场景

✅ 推荐：
- 大规模文档库（10K+ 文档）
- 需要全局理解（"核心观点"、"主要趋势"）
- 需要多跳推理
- 离线构建，在线查询

❌ 不推荐：
- 小规模知识库
- 需要实时更新
- 成本敏感

四、LightRAG

基本信息

GitHub: https://github.com/HKUDS/LightRAG
Stars: 36,600+
论文: LightRAG: Simple and Fast Retrieval-Augmented Generation (EMNLP 2025)
作者: 香港大学数据科学实验室
语言: Python

核心创新

LightRAG 针对 GraphRAG 的痛点做了优化：

GraphRAG 的问题：
1. 索引构建慢：需要多次 LLM 调用
2. 成本高：实体抽取、关系抽取、社区摘要
3. 不支持实时更新

LightRAG 的解决方案：
1. 双层检索：低层（实体）+ 高层（关键概念）
2. 无需社区发现：用双层图代替
3. 流式插入：支持实时更新
4. 轻量存储：无需图数据库，文件即可

双层检索原理

传统 GraphRAG：
文档 → 实体 → 图 → 社区发现 → 社区摘要 → 检索

LightRAG：
文档 → 实体 + 关键概念 → 双层图 → 直接检索

双层图结构：
┌─────────────────────────────────────┐
│ 高层（关键概念层） │
│ [AI] ── [机器学习] ── [深度学习] │
│ │ │ │ │
├─────────┼───────────┼───────────┼───┤
│ │ │ │ │
│ ▼ ▼ ▼ │
│ 低层（实体层） │
│ [GPT-4] [神经网络] [CNN/RNN] │
└─────────────────────────────────────┘

查询时：
1. 先在高层找到相关概念
2. 再在低层找到具体实体
3. 双层结果融合

快速开始

# 安装
pip install lightrag-hku

# 基础使用
from lightrag import LightRAG
from lightrag.llm import openai_complete_if_cache, openai_embedding

# 初始化
rag = LightRAG(
 working_dir="./rag_storage",
 llm_model_func=openai_complete_if_cache,
 embedding_func=openai_embedding
)

# 插入文档
with open("document.txt", "r") as f:
 rag.insert(f.read())

# 查询
result = rag.query("What is machine learning?", mode="hybrid")

# 查询模式
result = rag.query("...", mode="naive") # 纯向量检索
result = rag.query("...", mode="local") # 局部图检索
result = rag.query("...", mode="global") # 全局图检索
result = rag.query("...", mode="hybrid") # 混合检索

性能对比（官方数据）

索引构建时间：
- GraphRAG: 100 分钟
- LightRAG: 10 分钟
- 提升: 10x

查询时间：
- GraphRAG: 2 秒
- LightRAG: 0.3 秒
- 提升: 6x

成本（Token 消耗）：
- GraphRAG: $10
- LightRAG: $1
- 降低: 90%

准确率：
- GraphRAG: 45%
- LightRAG: 52%
- 提升: 7%

优缺点

优点：
✅ 快：索引和查询都很快
✅ 省：成本降低 50-90%
✅ 灵活：支持实时插入更新
✅ 简单：无需图数据库
✅ 准确：双层检索更精准

缺点：
❌ 全局理解不如 GraphRAG（无社区摘要）
❌ 大规模场景下，图文件可能很大
❌ 功能相对简单

适用场景

✅ 推荐：
- 中小规模知识库（< 10K 文档）
- 需要实时更新
- 成本敏感
- 快速原型

❌ 不推荐：
- 超大规模文档
- 需要深度全局理解

五、HippoRAG

基本信息

GitHub: https://github.com/OSU-NLP-Group/HippoRAG
Stars: 3,500+
论文: HippoRAG: A Neurobiological Framework for Long-Term Memory (NeurIPS 2024)
作者: 俄亥俄州立大学
语言: Python

核心原理：模拟海马体

人类记忆机制：
海马体（Hippocampus）：
- 索引新记忆
- 将记忆整合到大脑皮层

大脑皮层：
- 存储长期记忆
- 知识以网络形式组织

检索时：
- 从海马体获取线索
- 在大脑皮层中激活相关记忆
- 通过联想找到答案

HippoRAG 的实现：
海马体 → 向量索引（快速找到入口）
大脑皮层 → 知识图谱（关联检索）
检索 → Personalized PageRank（模拟联想）

架构图

┌──────────────────────────────────────────────────────┐
│ HippoRAG 架构 │
└──────────────────────────────────────────────────────┘

索引阶段：
文档 → Passage 节点 → 向量化（海马体索引）
 → 实体抽取 → 实体节点
 → 关系抽取 → 边
 → 知识图谱（大脑皮层）

检索阶段：
Query → 向量化 → 找到相关 Passage 节点
 ↓
 Personalized PageRank
 （从入口节点扩散）
 ↓
 激活相关实体和 Passage
 ↓
 LLM 生成答案

Personalized PageRank

传统 PageRank：
- 所有节点平等
- 计算全局重要性

Personalized PageRank：
- 从特定节点出发（Query 相关的 Passage）
- 计算相对这些节点的重要性
- 模拟"联想"过程

示例：
Query: "GPT-4 的训练数据"

Step 1: 向量检索找到入口 Passage
入口节点: [Passage_A, Passage_B]

Step 2: Personalized PageRank
从 Passage_A、Passage_B 出发
计算其他节点的激活程度

Step 3: 激活扩散
Passage_A → 实体"GPT-4" → 实体"训练数据" → Passage_C
Passage_B → 实体"OpenAI" → 实体"GPT-4" → ...

Step 4: 收集高激活度的 Passage
Top-K: [Passage_A, Passage_B, Passage_C, ...]

Step 5: LLM 生成答案

快速开始

# 安装
pip install hipporag

# 使用
from hipporag import HippoRAG

rag = HippoRAG(
 graph_db="neo4j", # 支持 Neo4j 或 NetworkX
 llm_model="gpt-4",
 embedding_model="text-embedding-3-small"
)

# 索引
rag.index("./documents")

# 查询
result = rag.query("What are the key features of GPT-4?")

适用场景

✅ 推荐：
- 长期记忆系统
- 持续学习的知识库
- 需要精准检索
- 个性化 RAG

❌ 不推荐：
- 简单问答场景
- 成本敏感

六、Neo4j + RAG 方案

Neo4j LLM Graph Builder

GitHub: https://github.com/neo4j-labs/llm-graph-builder
Stars: 4,700+
作者: Neo4j 官方
语言: Python

核心特点

Neo4j 的优势：
1. 成熟的图数据库
2. 强大的 Cypher 查询语言
3. 可视化工具（Neo4j Browser）
4. 企业级支持

LLM Graph Builder 的功能：
1. 从非结构化文本构建知识图谱
2. 支持多种 LLM（OpenAI、Azure、Gemini、Ollama）
3. 实体和关系抽取
4. 图谱可视化

工作流程

┌──────────────────────────────────────────────────────┐
│ Neo4j Graph Builder Pipeline │
└──────────────────────────────────────────────────────┘
 │
 ▼
 ┌──────────────────┐
 │ 文档输入 │
 │ (PDF/TXT/URL) │
 └────────┬─────────┘
 │
 ▼
 ┌──────────────────┐
 │ 文本分块 │
 └────────┬─────────┘
 │
 ▼
 ┌──────────────────┐
 │ LLM 实体抽取 │
 │ "苹果公司" → Organization │
 │ "库克" → Person │
 └────────┬─────────┘
 │
 ▼
 ┌──────────────────┐
 │ LLM 关系抽取 │
 │ (苹果公司, CEO, 库克) │
 └────────┬─────────┘
 │
 ▼
 ┌──────────────────┐
 │ 存入 Neo4j │
 │ CREATE (a:Org {name:"苹果"})│
 │ CREATE (b:Person {name:"库克"})│
 │ CREATE (a)-[:CEO]->(b) │
 └────────┬─────────┘
 │
 ▼
 ┌──────────────────┐
 │ 图检索 + LLM │
 └──────────────────┘

快速开始

# 安装
pip install neo4j-graphrag

from neo4j import GraphDatabase
from neo4j_graphrag.llm import OpenAILLM
from neo4j_graphrag.embeddings import OpenAIEmbeddings
from neo4j_graphrag.generation import GraphRAG

# 连接 Neo4j
driver = GraphDatabase.driver(
 "bolt://localhost:7687",
 auth=("neo4j", "password")
)

# 初始化
llm = OpenAILLM(model_name="gpt-4")
embedder = OpenAIEmbeddings()
rag = GraphRAG(driver, llm, embedder)

# 构建图谱
rag.build_graph("./documents")

# 查询
result = rag.search("Who is the CEO of Apple?")

适用场景

✅ 推荐：
- 企业级应用
- 需要可视化
- 已有 Neo4j 基础设施
- 复杂图查询

❌ 不推荐：
- 小规模、轻量场景
- 不想维护图数据库

七、其他值得关注的项目

1. Fast-GraphRAG

GitHub: https://github.com/circlemind-ai/fast-graphrag
Stars: 3,800+

特点：
- 自适应：根据数据和查询自动调整
- 快速：优化的检索算法
- 简单：开箱即用

适用：快速部署，数据多样

2. R2R (Reason to Retrieve)

GitHub: https://github.com/SciPhi-AI/R2R
Stars: 7,800+

特点：
- 生产级 RAG 系统
- Agentic RAG（Agent + RAG）
- 支持知识图谱
- 完整 RESTful API
- 评估工具

适用：企业级部署

3. graph-rag-agent（拼好RAG）

GitHub: https://github.com/1517005260/graph-rag-agent
Stars: 2,200+

特点：
- 融合 GraphRAG + LightRAG + Neo4j
- DeepSearch 推理能力
- 自制 GraphRAG 评估框架
- 国产项目，中文友好

适用：学习对比，评估测试

4. Medical-Graph-RAG

GitHub: https://github.com/ImprintLab/Medical-Graph-RAG
Stars: 800+
论文: ACL 2025

特点：
- 医疗领域专用
- 循证医学信息检索
- 医学实体识别优化

适用：医疗知识库

5. GraphRAG-Local-UI

GitHub: https://github.com/severian42/GraphRAG-Local-UI
Stars: 2,300+

特点：
- 支持本地 LLM（Ollama）
- 完整 UI 界面
- 索引/调参/查询/可视化
- 无需云端 API

适用：本地部署，隐私敏感

八、框架对比

性能对比

指标	GraphRAG	LightRAG	HippoRAG
索引速度	慢	快 10x	中等
查询速度	中等	快 5x	快
成本	高	低 50-90%	中等
全局理解	强	中等	中等
局部检索	强	强	很强
实时更新	❌	✅	✅

功能对比

功能	GraphRAG	LightRAG	HippoRAG	Neo4j
社区发现	✅	❌	❌	✅
双层检索	❌	✅	❌	❌
PageRank	❌	❌	✅	✅
可视化	❌	❌	❌	✅
本地部署	✅	✅	✅	✅
流式插入	❌	✅	✅	✅

适用场景对比

大规模文档（10K+）：
1. GraphRAG（全局理解）
2. Neo4j + RAG（企业级）

中小规模（< 10K）：
1. LightRAG（快速、低成本）
2. Fast-GraphRAG（简单部署）

长期记忆：
1. HippoRAG（模拟海马体）

医疗/专业领域：
1. Medical-Graph-RAG
2. KG_RAG

本地部署：
1. GraphRAG-Local-UI
2. LightRAG + Ollama

九、选型决策树

开始选型
 │
 ├─ 需要全局理解（"核心观点"、"主要趋势"）？
 │ ├─ 是 → Microsoft GraphRAG
 │ └─ 否 → 继续
 │
 ├─ 需要实时更新？
 │ ├─ 是 → LightRAG
 │ └─ 否 → 继续
 │
 ├─ 需要可视化？
 │ ├─ 是 → Neo4j + RAG
 │ └─ 否 → 继续
 │
 ├─ 长期记忆系统？
 │ ├─ 是 → HippoRAG
 │ └─ 否 → 继续
 │
 ├─ 成本敏感？
 │ ├─ 是 → LightRAG
 │ └─ 否 → 继续
 │
 ├─ 快速原型？
 │ ├─ 是 → LightRAG / Fast-GraphRAG
 │ └─ 否 → 继续
 │
 └─ 企业级部署？
 ├─ 是 → R2R / Neo4j + RAG
 └─ 否 → LightRAG

十、学习资源

必读论文

1. GraphRAG: Unlocking LLM Discovery on Narrative Private Data
 - Microsoft GraphRAG 原始论文
 - 社区发现 + 社区摘要的核心思想

2. LightRAG: Simple and Fast Retrieval-Augmented Generation
 - EMNLP 2025
 - 双层检索的设计

3. HippoRAG: A Neurobiological Framework for Long-Term Memory
 - NeurIPS 2024
 - 模拟海马体的记忆机制

4. From Local to Global: A Graph RAG Approach to Query-Focused Summarization
 - 图检索到全局理解的演进

开源资源

Awesome-GraphRAG:
https://github.com/DEEP-PolyU/Awesome-GraphRAG
- 论文、项目、基准测试汇总

GraphRAG 深度学习:
https://github.com/JayLZhou/GraphRAG
- GraphRAG 源码解读

LightRAG 实验对比:
https://github.com/NanGePlus/LightRAGTest
- LightRAG vs GraphRAG 性能对比

官方文档

Microsoft GraphRAG:
https://microsoft.github.io/graphrag/

LightRAG:
https://github.com/HKUDS/LightRAG/blob/main/README.md

Neo4j GraphRAG:
https://neo4j.com/docs/graphrag-manual/

十一、总结

Graph RAG 是 RAG 技术的重要演进方向，让检索从"局部相似度匹配"升级为"全局图推理"。

核心框架对比：

Microsoft GraphRAG：
- 定位：大规模文档，全局理解
- 优势：社区摘要，全局视角
- 代价：构建慢，成本高

LightRAG：
- 定位：中小规模，快速部署
- 优势：快速、低成本、实时更新
- 代价：全局理解较弱

HippoRAG：
- 定位：长期记忆，精准检索
- 优势：模拟海马体，联想检索
- 代价：相对复杂

Neo4j + RAG：
- 定位：企业级，可视化
- 优势：成熟图数据库，生态完善
- 代价：需要维护数据库

选型建议：

快速上手：LightRAG
全局理解：Microsoft GraphRAG
企业部署：Neo4j + RAG 或 R2R
长期记忆：HippoRAG
本地部署：GraphRAG-Local-UI

没有银弹，关键是根据场景选择合适的工具。

相关文章：

GraphRAG on Zata-砸它

Graph RAG 开源项目全景：从微软 GraphRAG 到 LightRAG

一、为什么需要 Graph RAG

传统 RAG 的局限

Graph RAG 的核心思路

二、主流框架概览

三、Microsoft GraphRAG

基本信息

核心原理

架构图

快速开始

查询模式

优缺点

适用场景

四、LightRAG

基本信息

核心创新

双层检索原理

快速开始

性能对比（官方数据）

优缺点

适用场景

五、HippoRAG

基本信息

核心原理：模拟海马体

架构图

Personalized PageRank

快速开始

适用场景

六、Neo4j + RAG 方案

Neo4j LLM Graph Builder

核心特点

工作流程

快速开始

适用场景

七、其他值得关注的项目

1. Fast-GraphRAG

2. R2R (Reason to Retrieve)

3. graph-rag-agent（拼好RAG）

4. Medical-Graph-RAG

5. GraphRAG-Local-UI

八、框架对比

性能对比

功能对比

适用场景对比

九、选型决策树

十、学习资源

必读论文

开源资源

官方文档

十一、总结