Repositorymicrosoft/graphragTool
Graphbasierte Retrieval-Ansätze adressieren Schwächen klassischer Vektorsuchen bei komplexen narrativen Daten. Der Wechsel in den Wartungsmodus zeigt jedoch, wie stark sich veränderte Frontier-Modelle auf spezialisierte RAG-Forschungsprojekte auswirken.
GraphRAG adressiert das Problem, dass herkömmliche RAG-Methoden bei übergreifenden Zusammenhängen und narrativen privaten Daten an Grenzen stoßen. Als Technologiebasis setzt das Projekt auf Python, LLMs (wie GPT-4) und Prompt-Tuning. Zielgruppe sind Entwickler und Forscher, die komplexe Wissensstrukturen für Frage-Antwort-Systeme testen möchten. Trotz über 35.000 Sternen auf GitHub und MIT-Lizenz ist der Reifegrad für den Dauereinsatz in der Produktion eingeschränkt: Microsoft stuft das Repository explizit als Demonstrationsprojekt im Wartungsmodus ein und nimmt keine neuen Funktionen mehr an.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Artikel:Darren Edge, Ha Trinh, Jonathan Larson
Microsoft Research stellt mit LazyGraphRAG eine Methode vor, die Graph-RAG und Vektor-RAG kombiniert, ohne teure Vorab-Zusammenfassungen per LLM zu erfordern. Durch die Verlagerung von Modellaufrufen auf die Abfragezeit sinken die Indexierungskosten drastisch auf das Niveau herkömmlicher Vektorsuchen.
Repository:OpenSPG/KAG
KAG (Knowledge Augmented Generation) ist ein Open-Source-Framework, das Large Language Models mit der OpenSPG-Engine kombiniert. Es soll klassische RAG-Vektorsuchen und OpenIE-basierte GraphRAG-Ansätze bei komplexen, domänenspezifischen Abfragen übertreffen.
9039SternePython
Repository:OSU-NLP-Group/HippoRAG
HippoRAG (mittlerweile in Version 2) ist ein Open-Source-Framework für Large Language Models, das durch Wissensgraphen und Personalized PageRank Verbindungen zwischen externen Dokumenten knüpft und an das menschliche Langzeitgedächtnis angelehnt ist.
3980SternePython
Repository:parthsarthi03/raptor
RAPTOR (Recursive Abstractive Processing for Tree-Organized Retrieval) ist die offizielle Python-Implementierung eines RAG-Ansatzes, der Dokumente in rekursiven Baumstrukturen organisiert. Dadurch wird kontextbezogenes Retrieval über lange Texte hinweg ermöglicht.
1752SternePython
Repository:Graphify-Labs/graphify
Graphify wandelt Quellcode samt Dokumentation, SQL-Schemas, Konfigurationsdateien und PDFs in abfragbare Wissensgraphen um. Das Python-basierte Open-Source-Tool integriert sich als Skill in Assistenten wie Claude Code, Cursor, Codex und die Gemini CLI, nutzt deterministisches AST-Parsing und verzichtet auf Vektordatenbanken.
114.888SternePython
Repository:HuskyInSalt/CRAG
CRAG (Corrective Retrieval Augmented Generation) ist ein quelloffenes Forschungs-Framework zur Verbesserung von RAG-Pipelines. Es bewertet die Qualität abgerufener Dokumente über einen leichtgewichtigen Evaluator und löst bei unzureichenden Ergebnissen alternative Aktionen wie Websuchen oder Informationsfilterung aus.
469SternePython
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
