开源本地化 RAG 系统ChatWiki，支持GraphRag知识图谱

项目简介

ChatWiki是一款国产开源的知识库 AI 问答系统。系统基于大语言模型（LLM ）和检索增强生成（RAG）和GraphRAG知识图谱构建，提供开箱即用的数据处理、模型调用等能力。点此进入ChatWiki体验交流群，免费使用

核心功能

1.多种部署方式

支持docker部署；离线docker部署；免docker部署，完全本地部署，源码安装。

2.AI知识库

①支持导入OFD、Word、Excel、PPT、PDF、markdown等多种格式的文档，将文档进行分块处理。

②支持接入如GPT-4、Claude、DeepSeek、文心一言、火山引擎等20+国内外大模型，答案由AI智能生成。

3.AI工作流

在ChatWiki里，通过可视化幕布，整合大模型、工具链和业务逻辑，将复杂任务拆解为标准化步骤的技术框架‌。

支持任意编排大模型节点（如插件、知识库、大模型等组件）和工具调用顺序，通过参数管理确保输出质量‌。4.支持Graph RAG

Graph RAG（图检索增强生成）是一种结合了图数据库（Graph Database）与检索增强生成（Retrieval-Augmented Generation, RAG）技术的新型知识增强生成框架。

它通过图结构（节点和边）组织知识，利用图数据库的高效关联查询能力，提升大语言模型（LLM）在复杂推理和多跳问题中的表现。

传统RAG可能返回多个孤立的文本片段，而Graph RAG通过子图检索提供结构化的关联信息，帮助LLM生成逻辑更完整的答案。

多跳推理：支持通过图关系链回答复杂问题（例如：“A公司的CEO曾投资过哪些生物技术公司？”需要从“A公司→CEO→投资记录→公司”的路径检索）。

路径分析：识别实体间的间接关联（例如：通过共同合作伙伴发现潜在风险）。

5.链接微信生态

无需二次开发，可无缝接入微信公众号、微信小程序、企业微信、APP、抖音、快手、官网等平台。

可实现人机协同，支持关键词转人工客服。

开源本地化 RAG 系统ChatWiki，支持GraphRag知识图谱

了解更多功能详情，

获取功能试用，请扫码联系

开源本地化 RAG 系统ChatWiki，支持GraphRag知识图谱

原创文章，作者：小芝麻，如若转载，请注明出处：https://xiaokefu.com.cn/blog/26007.html