微信AI团队开源知识管理框架WeKnora，0.8.0版全面开放。其定位是让知识库从“能查到答案”升级为“能动手执行”，解决大模型知识停留文档、难以变为可验证结果的问题；核心采用anydoc解析与GraphRAG，将杂乱文档构建为知识图谱。
微软在官网开源了基于图的 RAG（检索增强生成）——GraphRAG。该系统通过构建实体知识图谱来增强大模型的搜索、问答、摘要、推理等能力，特别擅长处理大规模数据集。
一个用于可视化和探索微软GraphRAG工具的网络工具。
智能适应用例、数据和查询的RAG框架
使用Ollama和Gradio UI的GraphRAG本地模型
结合文本提取、网络分析和大型语言模型提示与总结的端到端系统
Flexible GraphRAG是一个支持多数据源文档处理、知识图谱自动构建、混合搜索（全文、向量、图）和AI问答的灵活平台，包含FastAPI后端、MCP服务器和多种前端界面。
GraphRAG MCP是一个结合Neo4j图数据库和Qdrant向量数据库的混合检索系统，为大型语言模型提供语义和图关系结合的文档检索服务。
Repo GraphRAG MCP Server 是一个基于 MCP 协议的服务，利用 LightRAG 和 Tree-sitter 从代码和文本文档中构建知识图谱，并提供问答、实现规划等功能。
一个基于Neo4j的MCP服务器，扩展了向量搜索、全文搜索和增强Cypher查询功能，专为GraphRAG应用设计。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
VIP会员
