Show HN: Vedana – open-source RAG over a knowledge graph

说明与用途

**项目简介**
Vedana 是一个开源的 RAG（检索增强生成）框架，基于知识图谱实现对内部知识库的搜索与调用。它能够将结构化的图谱信息与大语言模型结合，让助手在回答时拥有可靠的事实依据。

**价值**

• 将分散的文档、FAQ、内部手册等转化为可查询的图谱，提升检索准确度。
• 为聊天机器人或企业助理提供“可溯源”的答案，降低 hallucination 风险。
• 支持快速原型开发，帮助团队在内部流程中实现知识驱动的自动化。

**典型接入方式**

1. **构建/导入知识图谱**：使用 Neo4j、JanusGraph 等图数据库或通过 CSV/JSON 导入已有的实体关系。
2. **索引与检索**：运行 Vedana 提供的索引脚本，将图谱节点/边转为向量并存入向量库（如 FAISS、Milvus）。
3. **RAG 调用**：在业务代码中调用 Vedana 的 API，先检索相关图谱子图，再将检索结果拼接进 LLM 提示，完成生成。
4. **手动审查**：由于元数据较少，建议在正式上线前进行一次人工审查，确认检索结果的准确性与安全性。

**生产可用性**

• **成熟度**：Medium。适合原型、内部工具或实验性项目；在生产环境使用前需检查依赖版本、维护状态以及许可证兼容性。
• **准备工作**：确认图数据库的可靠性、向量库的规模与性能、以及对 LLM 的调用成本；对关键路径进行负载与容错测试。
• **风险**：项目的质量信号有限，文档、issue 及发布节奏需自行评估。若满足上述审查要求，Vedana 可在内部生产环境中稳定运行。

实际用途

Show HN: Vedana – open-source RAG over a knowledge graph helps make internal knowledge searchable and usable by assistants.

• index knowledge bases
• improve search over documents
• ground assistant answers

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.