يُعد RAGU محرك GraphRAG مفتوح المصدر ومكوني يحسن دمج المعرفة المهيكلة من خلال فصل الاستخراج عن التوحيد عبر عملية مكونة من مرحلتين تشمل الاستخراج النوعي، وإزالة التكرار، والتلخيص، واكتشاف المجتمعات.
يعتمد النظام على Meno-Lite-0.1، وهو نموذج بحجم 7B مُحسّن لمهارات اللغة، ويتفوق على Qwen2.5-32B بنسبة +12.5% في المتوسط التوافقي النسبي لبناء رسوم بيانية للمعرفة بينما يساويه في مهام GraphRAG باللغة الإنجليزية. وعلى GraphRAG-Bench (Medical)، يحقق RAGU استرجاعًا للأدلة يصل إلى 0.84 ويتفوق على HippoRAG2 في مهام التركيب، مما يوضح أن المزايا السابقة للمنافسين كانت إلى حد كبير آثارًا لتنسيق الإجابة.
يمكن تثبيت RAGU عبر pip، ويعمل على بطاقة GPU واحدة، ويُصدر بموجب ترخيص MIT مع توفر الكود المصدري على GitHub.