产品简介
LinearRAG 是一个面向大型语料库的图形检索增强生成工具，通过无关系图构建方法消除 LLM 令牌消耗，提升 RAG 系统效率。适合需要处理海量文本数据并进行复杂推理的研究人员和开发者，解决传统 GraphRAG 构建成本高、速度慢的痛点。
核心功能
- 无关系图构建，轻量级实体识别实现上下文理解
- 语义桥接支持多跳推理，无需显式关系图
- 零 LLM 令牌消耗，线性时间/空间复杂度提升可扩展性
- 跨平台支持，兼容 Windows、macOS、Linux 系统
- 集成 Spacy 模型和 OpenAI API，简化部署流程
快速开始
- 安装 Python 依赖包，使用命令 'pip install -r requirements.txt'（推荐 Python 3.9）
- 下载并安装 Spacy 语言模型，如 'python -m spacy download en_core_web_trf'
- 设置 OpenAI API 密钥和基础 URL 环境变量
- 从 HuggingFace 下载数据集并放入 dataset 文件夹
- 运行示例命令 'python run.py' 指定参数开始使用
界面预览
与其他方案对比
| 对比项 | LinearRAG | 同类方案 |
|---|---|---|
| 图构建LLM成本 | 零LLM令牌消耗，无额外开销 | 依赖大量LLM调用，成本高 |
| 处理速度与复杂度 | 线性时间/空间复杂度，处理更快 | 可能非线性复杂度，速度较慢 |
适合谁用
- 需要高效处理大型语料库的科研人员
- 构建检索增强生成系统的开发者和工程师
- 探索多跳推理和复杂上下文理解的AI研究者
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/DEEP-PolyU/LinearRAG