HippoRAG은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

HippoRAG은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

HippoRAG은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. HippoRAG의 마지막 커밋은 2026년 10월 6일입니다.

HippoRAG은(는) 어디에 사용할 수 있나요?

여러 문단에 흩어진 사실을 연결해야 하는 문서 모음 대상 질의응답. MCP를 통해 AI 코딩 에이전트나 채팅 에이전트에 문서 모음의 지속적이고 점진적으로 업데이트되는 메모리를 제공. 데이터를 로컬에 유지하면서 vLLM을 통해 자체 호스팅 오픈 모델로 RAG 파이프라인 실행. HippoRAG 논문의 다중 홉 검색 실험을 재현하거나 확장.

HippoRAG는 어떻게 설치하나요?

Conda로 Python 3.10 환경을 만드세요: conda create -n hipporag python=3.10 환경을 활성화하세요: conda activate hipporag PyPI에서 HippoRAG를 설치하세요: pip install hipporag OpenAI API 키를 설정한 다음 README의 최소 예제를 실행하세요: export OPENAI_API_KEY=

HippoRAG은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/OSU-NLP-Group/HippoRAG

OSU-NLP-Group/HippoRAG

문서에서 지식 그래프를 구축하고 Personalized PageRank로 다중 홉 검색과 장기 기억을 지원하는 LLM용 RAG 프레임워크입니다.

GitHub에서 보기 웹사이트

스타: 4,076
포크: 440
열린 이슈: 8
마지막 커밋: 16일 전

어떤 프로젝트인가요?

HippoRAG는 인간의 장기 기억에 있는 연상 구조에서 영감을 얻은 LLM용 메모리 프레임워크입니다. 문서에서 엔티티와 사실을 추출해 지식 그래프를 만든 다음, 그래프에 Personalized PageRank를 적용해 쿼리와 연관된 문단을 검색합니다. 이를 통해 여러 문서의 정보를 종합해야 답할 수 있는 질문을 처리할 수 있습니다.

이 프로젝트는 index, retrieve, rag_qa 워크플로를 갖춘 Python 패키지를 제공합니다. OpenAI, Azure OpenAI, vLLM과 같은 OpenAI 호환 엔드포인트, Amazon Bedrock을 지원하며, Transformers 또는 vLLM을 통해 로컬 모델도 사용할 수 있습니다. 벡터 저장소로는 로컬 Parquet 파일이나 Qdrant, ChromaDB, Milvus를 선택할 수 있습니다. 인덱스는 생성에 사용한 모델 설정에 종속되므로 모델을 변경하려면 다시 인덱싱해야 합니다.

HippoRAG에는 Claude Code나 Cursor 같은 에이전트에 retrieve, rag_qa, index, delete 도구를 제공하는 MCP 서버(hipporag-mcp)와 Claude Code 플러그인도 포함되어 있습니다. NeurIPS 2024 및 ICML 2025 논문의 결과를 재현할 수 있는 스크립트와 데이터셋도 제공합니다.

핵심 기능

01문서에서 지식 그래프를 구축하고 Personalized PageRank를 사용해 검색합니다.
02OpenAI, Azure OpenAI, Bedrock 및 vLLM과 같은 OpenAI 호환 엔드포인트를 지원합니다.
03Transformers 또는 vLLM을 통해 로컬 임베딩 모델과 LLM을 실행합니다.
04로컬 Parquet 파일이나 Qdrant, ChromaDB, Milvus에 벡터를 저장합니다.
05retrieve, rag_qa, index, delete 도구를 제공하는 MCP 서버를 제공합니다.
06Claude Code 플러그인과 논문 실험 재현용 스크립트를 포함합니다.

활용 사례

여러 문단에 흩어진 사실을 연결해야 하는 문서 모음 대상 질의응답.
MCP를 통해 AI 코딩 에이전트나 채팅 에이전트에 문서 모음의 지속적이고 점진적으로 업데이트되는 메모리를 제공.
데이터를 로컬에 유지하면서 vLLM을 통해 자체 호스팅 오픈 모델로 RAG 파이프라인 실행.
HippoRAG 논문의 다중 홉 검색 실험을 재현하거나 확장.

빠른 시작

1
Conda로 Python 3.10 환경을 만드세요
conda create -n hipporag python=3.10
2
환경을 활성화하세요
conda activate hipporag
3
PyPI에서 HippoRAG를 설치하세요
pip install hipporag
4
OpenAI API 키를 설정한 다음 README의 최소 예제를 실행하세요
export OPENAI_API_KEY=<your OpenAI API key>

사용 전 알아둘 점

로컬 모델을 사용하려면 대규모 모델용 멀티 GPU vLLM 서빙과 같은 상당한 GPU 리소스가 필요합니다.
이전 개발 기본값으로 만든 인덱스를 버전 2.0.0a5로 업그레이드하려면 다시 인덱싱해야 합니다.

토픽

#rag #knowledge-graph #llm #retrieval #memory #pagerank #mcp #vector-database

자주 묻는 질문

HippoRAG은(는) 무엇인가요?: 문서에서 지식 그래프를 구축하고 Personalized PageRank로 다중 홉 검색과 장기 기억을 지원하는 LLM용 RAG 프레임워크입니다. HippoRAG는 인간의 장기 기억에 있는 연상 구조에서 영감을 얻은 LLM용 메모리 프레임워크입니다. 문서에서 엔티티와 사실을 추출해 지식 그래프를 만든 다음, 그래프에 Personalized PageRank를 적용해 쿼리와 연관된 문단을 검색합니다. 이를 통해 여러 문서의 정보를 종합해야 답할 수 있는 질문을 처리할 수 있습니다.
HippoRAG은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: HippoRAG은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
HippoRAG은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. HippoRAG의 마지막 커밋은 2026년 10월 6일입니다.
HippoRAG은(는) 어디에 사용할 수 있나요?: 여러 문단에 흩어진 사실을 연결해야 하는 문서 모음 대상 질의응답. MCP를 통해 AI 코딩 에이전트나 채팅 에이전트에 문서 모음의 지속적이고 점진적으로 업데이트되는 메모리를 제공. 데이터를 로컬에 유지하면서 vLLM을 통해 자체 호스팅 오픈 모델로 RAG 파이프라인 실행. HippoRAG 논문의 다중 홉 검색 실험을 재현하거나 확장.
HippoRAG는 어떻게 설치하나요?: Conda로 Python 3.10 환경을 만드세요: conda create -n hipporag python=3.10 환경을 활성화하세요: conda activate hipporag PyPI에서 HippoRAG를 설치하세요: pip install hipporag OpenAI API 키를 설정한 다음 README의 최소 예제를 실행하세요: export OPENAI_API_KEY=<your OpenAI API key>
HippoRAG은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/OSU-NLP-Group/HippoRAG

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.