LiveGraphRAG

把散落在产品文档里的答案，变成带来源、能追溯、可继续追问的知识服务。

LiveGraphRAG 是一个面向私有化软件运维支持场景的 GraphRAG 项目。它以 Nextcloud 31、32、33 的官方资料为知识底座：当用户询问配置、升级、排错或功能差异时，系统不仅给出回答，还会附上对应的原始文档片段、版本信息与引用来源。

项目围绕 RAG 与 Agentic RAG 工作流构建，既能作为知识检索服务接入业务系统，也能为智能助手提供可靠的上下文与引用。

它能做什么

• 根据问题检索不同版本的官方资料，避免把旧版本说明当成当前答案。

• 结合关键词、向量和图关系寻找相关信息，而不是只做简单的文本匹配。

• 返回可点击、可阅读的来源证据，让每条结论都能回到原文。

• 支持租户与版本隔离，适合模拟多环境知识库的使用方式。

• 提供受限 Agent 流程：先查证据，再组织答案，引用不通过就不输出。

• 通过 Redis 缓存、限流、异步索引与可观测性组件，模拟一套更接近真实服务的运行链路。

Related MCP server: OntoRamp Graph Query

项目一览

用户 / AI Client
       │
       ▼
Web / API Client
       │
       ▼
检索与问答服务
 ┌─────┼─────────┐
 ▼     ▼         ▼
PostgreSQL  Redis  Neo4j
文档与快照  缓存与任务 图关系
       │
       ▼
模型 Provider（可切换）

系统默认使用确定性 Provider，方便在没有模型凭证的情况下体验完整流程；需要真实模型时，可以通过环境变量显式切换。

快速开始

环境要求

• Docker 与 Docker Compose

• Python 3.12+

• GNU Make（Windows 可使用兼容环境）

启动服务

cp .env.example .env
make up
make migrate
make import-postgres
make demo-up

.env 只用于本地配置，不应提交任何密钥或真实环境信息。

体验演示页面

启动演示页面：

make demo-ui

然后访问 http://127.0.0.1:8080。页面提供两种使用方式：

• 证据检索：输入问题，直接查看相关文档、版本与来源卡片。

• Agent 分析：观看系统依次检索资料、整理信息并生成带引用回答的过程。

如需启用 DeepSeek，在本机 .env 中设置 DEEPSEEK_API_KEY，并在启动前设置：

LIVEGRAPHRAG_LLM_PROVIDER=deepseek

真实模型调用可能产生费用。

产品界面

下列截图展示从提出运维问题、检索版本化资料，到生成可验证回答并回溯原文证据的完整链路。

技术组成

项目结构

apps/           API、智能检索与 Worker 入口
livegraphrag/   领域模型、应用服务与基础设施实现
migrations/     PostgreSQL 迁移
data/           固定语料、清单与评测数据
tests/          单元、契约与集成测试
docs/           架构、实验记录与运行说明
scripts/        数据处理与本地工具脚本

延伸阅读

• 项目概览

• 数据使用说明

数据说明

仓库中的资料来自公开的 Nextcloud 官方文档。示例租户、角色和使用场景均为合成数据，不包含真实用户或企业信息。