产品简介
HiRAG 是一个使用分层知识的检索增强生成工具，解决了传统RAG方法知识库索引成本高、优化困难的问题。它适用于AI研究人员和NLP开发者，支持跨平台运行和多种大语言模型API，提供高效检索与生成能力。
核心功能
- 分层知识索引与检索
- 支持DeepSeek、ChatGLM、OpenAI等多种API
- 内置评估脚本用于性能测试
- 提供多种检索模式（如hi、naive、global等）
- 跨平台兼容Windows、macOS、Linux
快速开始
- 克隆仓库并安装：git clone https://github.com/hhy-huang/HiRAG.git && cd HiRAG && pip install -e .
- 索引知识库：使用Python代码读取文件并调用insert方法
- 执行查询：调用query函数输入问题获取生成答案
界面预览
与其他方案对比
| 对比项 | HiRAG | 同类方案 |
|---|---|---|
| 与Naive RAG对比综合性能 | 在多个数据集上Overall得分高达87.6% | Naive RAG得分低至12.4% |
| 与GraphRAG对比综合性能 | Overall得分64.1% | GraphRAG得分35.9% |
| 与LightRAG对比综合性能 | Overall得分65.9% | LightRAG得分34.1% |
适合谁用
- AI研究人员进行知识密集型问答实验
- NLP开发者构建基于RAG的应用系统
- 需要动态优化知识库的企业技术团队
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/hhy-huang/HiRAG