本地优先的 AI 记忆系统,逐字保存对话历史,并通过语义搜索检索,提供 MCP 服务与命令行工具。
OSU-NLP-Group/HippoRAG
一个为 LLM 设计的 RAG 框架,用知识图谱与个性化 PageRank 实现多跳检索和长期记忆。
- Star
- 4,076
- Fork
- 440
- 未关闭 Issue
- 8
- 最近提交
- 16天前
这是什么?
HippoRAG 是一个受人类长期记忆联想机制启发的 LLM 记忆框架。它从文档中抽取实体和事实构建知识图谱,再在图上运行个性化 PageRank,检索与查询相关联的段落,适合需要跨多篇文档综合信息的问题。
项目以 Python 包的形式提供 index、retrieve 和 rag_qa 工作流,支持 OpenAI、Azure OpenAI、vLLM 等 OpenAI 兼容接口、Amazon Bedrock,以及通过 Transformers 或 vLLM 部署的本地模型。向量存储既可以使用本地 Parquet 文件,也可以接入 Qdrant、ChromaDB 或 Milvus。索引与构建时的模型配置绑定,更换模型后需要重新索引。
此外,项目提供 MCP 服务(hipporag-mcp),向 Claude Code、Cursor 等客户端暴露检索、问答、索引和删除工具,并附带 Claude Code 插件。仓库还包含 NeurIPS 2024 与 ICML 2025 论文实验的复现脚本和数据集。
核心功能
- 01从文档构建知识图谱,并使用个性化 PageRank 进行检索。
- 02支持 OpenAI、Azure OpenAI、Bedrock 以及 vLLM 等 OpenAI 兼容接口。
- 03可通过 Transformers 或 vLLM 运行本地嵌入模型和 LLM。
- 04向量可存于本地 Parquet 文件,也可接入 Qdrant、ChromaDB 或 Milvus。
- 05提供 MCP 服务,包含检索、问答、索引和删除工具。
- 06附带 Claude Code 插件以及论文实验的复现脚本。
适用场景
- 对需要跨多个段落关联事实的文档集合进行问答。
- 通过 MCP 为 AI 编程或对话代理提供可增量更新的文档记忆。
- 借助 vLLM 在自托管开源模型上运行 RAG 流程,数据保留在本地。
- 复现或扩展 HippoRAG 论文中的多跳检索实验。
快速上手
- 1
使用 Conda 创建 Python 3.10 环境
conda create -n hipporag python=3.10 - 2
激活环境
conda activate hipporag - 3
从 PyPI 安装 HippoRAG
pip install hipporag - 4
设置 OpenAI API 密钥,然后运行 README 中的最小示例
export OPENAI_API_KEY=<your OpenAI API key>
使用前须知
- 使用本地模型需要大量 GPU 资源,例如为大模型运行多 GPU vLLM 服务。
- 使用早期开发版默认值构建的索引必须重新建立索引,才能升级到 2.0.0a5 版本。
标签
常见问题
- HippoRAG 是什么?
- 一个为 LLM 设计的 RAG 框架,用知识图谱与个性化 PageRank 实现多跳检索和长期记忆。 HippoRAG 是一个受人类长期记忆联想机制启发的 LLM 记忆框架。它从文档中抽取实体和事实构建知识图谱,再在图上运行个性化 PageRank,检索与查询相关联的段落,适合需要跨多篇文档综合信息的问题。
- HippoRAG 可以免费使用吗?用的什么许可证?
- HippoRAG 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- HippoRAG 还在维护吗?
- 活跃维护中。HippoRAG 最近一次提交是在 2026年10月6日。
- HippoRAG 适合用来做什么?
- 对需要跨多个段落关联事实的文档集合进行问答。 通过 MCP 为 AI 编程或对话代理提供可增量更新的文档记忆。 借助 vLLM 在自托管开源模型上运行 RAG 流程,数据保留在本地。 复现或扩展 HippoRAG 论文中的多跳检索实验。
- HippoRAG 怎么安装和运行?
- 使用 Conda 创建 Python 3.10 环境: conda create -n hipporag python=3.10 激活环境: conda activate hipporag 从 PyPI 安装 HippoRAG: pip install hipporag 设置 OpenAI API 密钥,然后运行 README 中的最小示例: export OPENAI_API_KEY=<your OpenAI API key>
- 在哪里获取 HippoRAG?
- 源代码和安装说明在 GitHub 上:https://github.com/OSU-NLP-Group/HippoRAG
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个基于 LLM 的 Python 数据管道,从非结构化文本中抽取知识图谱,用于增强问答检索。
开源 AI 记忆平台,将文档、代码和对话转为自托管知识图谱,供 AI 智能体检索复用。
用于为 AI 智能体构建时序知识图谱的 Python 框架,可追踪事实随时间的变化。
面向 AI 智能体的开源长期记忆层,通过 Python SDK、REST API 和 MCP 服务器跨会话存储与召回信息。
轻量级知识图谱 RAG 框架与服务,将文档构建为实体关系图谱,用于增强 LLM 问答。