RAGU adalah mesin GraphRAG modular open-source yang meningkatkan integrasi pengetahuan terstruktur dengan memisahkan ekstraksi dari konsolidasi melalui proses dua tahap yang melibatkan ekstraksi bertipe, deduplikasi, ringkasan, dan deteksi komunitas.
Sistem ini memanfaatkan Meno-Lite-0.1, model 7B yang dioptimalkan untuk keterampilan bahasa, yang mengungguli Qwen2.5-32B sebesar +12,5% rata-rata harmonik relatif dalam konstruksi grafik pengetahuan sambil menyamai performanya pada tugas GraphRAG bahasa Inggris. Pada GraphRAG-Bench (Medical), RAGU mencapai recall bukti hingga 0,84 dan melampaui HippoRAG2 pada tugas sintesis, menunjukkan bahwa keunggulan pesaing sebelumnya sebagian besar adalah artefak format jawaban.
RAGU dapat diinstal melalui pip, berjalan pada satu GPU, dan dirilis di bawah lisensi MIT dengan kode sumber tersedia di GitHub.