一周前，我们开源了Youtu-Agent，两步即可搭建智能体。（参考阅读：腾讯开源Youtu-Agent，搭建Agent只需两步）
今天，腾讯优图实验室进一步开源 Youtu-GraphRAG——
这是一款全新的图检索增强生成框架，主打大语言模型+GraphRAG模式，把知识组织成「图谱」，再交给大语言模型去检索和推理，帮助大模型在处理复杂问答类任务时减少「胡言乱语」，回答更精准、更可追溯。
它尤其适用于企业知识库问答、科研文档解析、个人知识库、私域知识管理等知识密集型场景。
要减少胡编乱造，关键在于更精准的检索与推理。Youtu-GraphRAG通过三大创新，实现从图构建到索引、再到检索的垂直统一和认知闭环，并最终让模型回答更「聪明」：
● 四层知识树：在抽取阶段实现了跨领域知识的自主演化和高质量抽取，并把知识拆解成「属性—关系—关键词—社区」四个层次。比如，在企业知识库中，不仅能记录「产品A发布时间」（属性），还能清楚表示「产品A由团队B研发」（关系），并在此基础上形成关键词索引，最后自动聚合成社区结构。这样一来，大模型在面向不同领域回答时就能直接自动沿着知识树去定位信息，推理路径也能清晰可见；
● 社区检测升级：社区检测不仅仅看「谁和谁有关」,更要结合语义去理解「为什么它们俩有关」。举个例子，传统方法会把「深度学习」和「计算机视觉」放在一起，因为它们频繁共现；而新的方法还能进一步归纳出「它们都属于人工智能的研究方向」，并生成简明摘要，帮用户快速抓住问题本质；
● 智能迭代检索：当用户提出复杂问题时，会先把它基于图谱内容针对性地拆解成多个子问题，并行去检索答案；随后通过迭代反思的机制，对结果进行补充和修正，最终给出更完整、更可靠的回答。
这套框架已经经过了实践检验——
● 更省钱：在六个权威基准测试中，相比同类最好方法，构图成本节省30%+；
● 更聪明：复杂推理任务准确率最高提升 16%+；
● 更灵活：支持中英文双语，跨领域应用无需重构。
当然，和上次开源的Youtu-Agent一样，上手也很简单：
● 第一步：获取项目代码
git clone https://github.com/TencentCloudADP/youtu-graphrag
cd youtu-graphrag
● 第二步：环境配置
1）首先访问提供模型服务的平台，获取远程调用模型的凭证 API key；
2）按照.env.example格式创建配置文件，创建并复制API key，Youtu-GraphRAG项目的.env文件中的llm部分中设置。
cp .env.example .env
配置OpenAI格式的LLM API
LLM_MODEL=deepseek-chat
LLM_BASE_URL=https://api.deepseek.com
LLM_API_KEY=sk-xxxxxx
● 第三步：一键部署
docker build -t youtu_graphrag:v1 .
启动docker容器
docker run -d -p 8000:8000 youtu_graphrag:v1
● 第四步：体验交互
curl -v http://localhost:8000
现在，点击下方链接，即可体验：
👉 GitHub源码：https://github.com/TencentCloudADP/youtu-graphrag
📖 论文链接：https://arxiv.org/abs/2508.19855
关注腾讯开源公众号
获取更多最新腾讯官方开源信息！
加入微信群即可了解更多“腾讯开源新动态”
