#graphrag Repositories
Entdecke 45 aktive Open-Source-GitHub-Repositories, die mit #graphrag getaggt sind und insgesamt 367,737 Sterne gesammelt haben (durchschnittlich 8,171 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Graphify-Labs/graphify mit 151,427 Sternen.
Insgesamt 45 Repositories
Verwandeln Sie jede Codebasis, einschließlich ihrer Dokumente, SQL-Schemata, Konfigurationen und PDFs, in einen abfragbaren Wissensgraphen. Eine /graphify-Fähigkeit für Claude Code, Cursor, Codex und Gemini CLI: lokale deterministische AST-Analyse, jede Kante erklärt, kein Vektorspeicher.
Lokales Code-Intelligenz-Diagramm für MCP und CLI. Erstellt eine persistente Karte Ihrer Codebasis, sodass KI-Codierungswerkzeuge nur das lesen, was wichtig ist, mit gemessenen Kontextreduzierungen bei Überprüfungen und Arbeitsabläufen in großen Repos.
Eine verteilte, schnelle Open-Source-Graph-Datenbank mit horizontaler Skalierbarkeit und hoher Verfügbarkeit
Leitfaden zur Entwicklung von KI-Agenten | Agent Harness | Kontextengineering | Advanced RAG | MCP | Agentic RL (bestärkendes Lernen) | LangGraph in der Praxis | Über 12.000 Interviewfragen zu großen Sprachmodellen | Jobsuche für Stellen in den Bereichen Algorithmen / Entwicklung | Beruflicher Wechsel in den Bereich großer Sprachmodelle
Eine extrem schnelle Graphdatenbank verwendet GraphBLAS im Hintergrund für ihre Sparse-Adjazenzmatrix-Graphdarstellung. Unser Ziel ist es, das beste Knowledge Graph für LLM (GraphRAG) bereitzustellen.
Neo4j-Graphkonstruktion aus unstrukturierten Daten unter Verwendung von LLMs
High-Performance Open-Source In-Memory Graph-Datenbank für GraphRAG, KI-Speicher, agentische KI und Echtzeit-Graph-Analysen. Cypher-kompatibel, in C++ gebaut.
Die Open-Source-Kontextschicht für KI-Agenten und KI-Suche in Unternehmen. Berechtigungsbewusste Suche und Antworten mit Quellenangaben über mehr als 30 Quellen hinweg, darunter Slack, Drive, Jira, GitHub und Microsoft 365 – für Menschen und Agenten über MCP, SDKs und integrierte Agenten. Selbst gehostet oder in der Cloud.
Ein neuer SOTA für RAG – eine originelle Retrieval-Architektur und eine Open-Source-Wissensdatenbank für Menschen und Agenten.
pingcap/autoflow ist ein Graph RAG-basiertes und konversationelles Wissensdatenbank-Tool, das mit TiDB Serverless Vector Storage erstellt wurde. Demo: https://tidb.ai
Awesome-GraphRAG: Eine kuratierte Liste von Ressourcen (Übersichtsartikel, Arbeiten, Benchmarks und Open-Source-Projekte) zur graphenbasierten Retrieval-Augmented Generation.
Das ripgrep für KI-Kontext: eine C++23-CLI ohne Abhängigkeiten plus MCP-Server für Programmieragenten. Senke die Token-Kosten von Agenten, indem du Code findest, ohne das Repository zu lesen, und bewahre große Codebasen vor der Komplexitätswand: Auswirkungen, auszuführende Tests und Qualitätsveränderungen direkt beim Schreiben. Jede Vermutung wird gekennzeichnet, jeder Verlust veröffentlicht. Mit einer Karte hinaus aufs Wasser.
Das LLM-Agenten-Framework in ComfyUI umfasst die Knoten MCP-Server, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 und FLUX-Prompt. Es bietet Zugriff auf Feishu, Discord und passt sich an alle LLMs mit ähnlichen OpenAI/AISuite-Schnittstellen an, wie z. B. o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Angepasst an lokale LLMs, VLMs, GGUF wie llama-3.3 Janus-Pro, Linkage GraphRAG
RAG fertigstellen: GraphRAG, LightRAG und Neo4j-llm-graph-builder zur Wissensgraphenerstellung und -suche manuell zusammengefügt und integriert; DeepSearch-Technologie zur Inferenz privater Domänen-RAG integriert; selbst erstellter Bewertungsrahmen für GraphRAG.
EdegQuake 🌋 Hochleistungs-GraphRAG inspiriert von LightRag, geschrieben in Rust; Transformiert Dokumente in intelligente Wissensgraphen für überlegene Abruf- und Generierungsleistung
Hochleistungs-Code-Intelligence-Engine für KI-Agenten und IDE, unterstützt 257 Sprachen, mehrere Repositorys, graphbasiert, mit Zugriff über CLI, MCP-Server und API. KI-Codierungsagenten-Teamkollege - nur benötigte Informationen offenlegen, Token-Verbrauch um bis zu 50x reduzieren. 100% lokal. Discord: https://discord.gg/39MFHu3J5d
WFGY steuert auf WFGY 5.0 Polaris Protocol zu, eine große Open-Source-Veröffentlichung für KI-Reasoning, RAG, Agents und reale Workflows. Enthält Problem Map, Global Debug Card, WFGY 4.0 und das CFV-Easter Egg.
AgensGraph, eine leistungsstarke transaktionale Graphdatenbank auf Basis von PostgreSQL
KI-Anwendungsplattform (Chat, Zeichnen, Wissensdatenbank, Workflows, Marktplatz für MCP-Dienste, Spracheingabe und -ausgabe, Langzeitgedächtnis)
ApeRAG: Produktionsreifer GraphRAG mit multimodaler Indizierung, KI-Agenten, MCP-Unterstützung und skalierbarer K8s-Bereitstellung
[ICLR 2026] Youtu-GraphRAG: Vertikal vereinheitlichte Agenten für graphenbasierte Informationsbeschaffung, die komplexes Denken verstärken
AgenticX ist eine einheitliche, produktionsreife Multi-Agenten-Plattform — Python-SDK + CLI (agx) + Studio-Server + Machi-Desktop-App. Zu den Funktionen gehören Meta-Agent-Orchestrierung, über 15 LLM-Anbieter, MCP Hub, hierarchischer Speicher, Avatare und Gruppenchats, ein Skill-Ökosystem, eine Sicherheits-Sandbox sowie ein IM-Gateway (Feishu/WeChat).
Erstellen Sie schnelle und präzise GenAI-Apps mit GraphRAG SDK im großen Maßstab 🌟
100% Rust-Implementierung von code graphRAG mit blitzschnellem AST+FastML-Parsing, surrealDB-Backend und fortschrittlichen agentenbasierten Code-Analyse-Tools über MCP für effizientes Code-Agent-Kontextmanagement.
RAG für lokale LLMs, Chat mit PDF/doc/txt-Dateien, ChatPDF. Reine native Implementierung der RAG-Funktion, basierend auf lokalen LLMs, Embedding-Modellen und Reranker-Modellen implementiert, unterstützt GraphRAG, ohne Installation von Drittanbieter-Agentenbibliotheken.
Microsofts GraphRAG + AutoGen + Ollama + Chainlit = Vollständig lokale und kostenlose Multi-Agent RAG Superbot
KI-Anwendungsentwicklung, KI-Programmierpraxis und Interview-Leitfaden, der Kerntechnologien und technische Praktiken wie LLM, Agent, RAG, MCP, Claude Code und Codex abdeckt.
Interaktive 3D-Visualisierung von Wissensgraphen, die von Microsoft GraphRAG generiert wurden. Entdecken Sie Entitäten, Beziehungen und Gemeinschaften mit immersiver visueller Analyse.
Chinesisch priorisierte RAG-Wissensdatenbank für Unternehmen: kontrollierbare Analyse, Governance, Chunking, hybride Suche, Reranking, Zitate, Wissensgraphen, Evaluation und Dify-Integration.
Code-Graph und Gedächtnis für Ihre Programmieragenten – in einem einzigen Rust-Programm. Für Claude Code, Codex, Cursor und jeden MCP-Client.
GraphRAG4OpenWebUI integriert Microsofts GraphRAG-Technologie in Open WebUI und bietet eine vielseitige API zur Informationsbeschaffung. Es kombiniert lokale, globale und Websuchen für erweiterte Q&A-Systeme und Suchmaschinen. Dieses Werkzeug vereinfacht die Integration von graphenbasierter Abfrage in offenen Webumgebungen.
[ICML 2026] Offizielle Ressourcen von „Graph-R1: Auf dem Weg zu einem Agentic GraphRAG-Framework durch End-to-End-Verstärkendes Lernen“.
Beispiele für Excel-zu-Neo4j-Wissensgraphen: Legacy py2neo v3 sowie modernes Neo4j GraphRAG/Vektorsuche.
[ICLR 2026] LinearRAG: Lineare graphbasierte retrieval-augmentierte Generierung auf groß angelegten Korpora
[EMNLP'25-Ergebnisse] Ein benutzerfreundliches Graph-RAG-System, das hierarchisches Wissen nutzt.
GraphRAG-rs ist eine leistungsstarke, hochmoderne Rust-Implementierung von GraphRAG (Graph-basierte Retrieval Augmented Generation), die Wissensgraphen aus Dokumenten erstellt und natürliche Sprachabfragen mit konfigurierbarer Entitätsextraktion und lokaler LLM-Integration ermöglicht
Local-first-Speicher für KI-Agenten mit Wissensgraph, Ontologiebeschränkungen und nachvollziehbarem Schlussfolgern – alles in einer einzigen SQLite-Datei.
Strukturelle Code-Intelligenz für KI-Agenten – semantische Suche, Wissensgraphen und ein integrierter MCP-Server in einer einzigen Rust-Binärdatei. Ermöglichen Sie Claude, Cursor und jedem MCP-Client, Ihre Codebasis umfassend zu verstehen.
Das offizielle Repository von GraphRAG-Bench zur Evaluierung von GraphRAG-Modellen. „Wann man Graphen in RAG verwenden sollte: Eine umfassende Analyse der graphenbasierten retrieval-augmentierten Generierung“. (ICLR'26)
Häufig gestellte Fragen
Welches ist das beliebteste #graphrag-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#graphrag-Projekt auf GitHub ist Graphify-Labs/graphify mit 151,427 Sternen. Verwandeln Sie jede Codebasis, einschließlich ihrer Dokumente, SQL-Schemata, Konfigurationen und PDFs, in einen abfragbaren Wissensgraphen. Eine /graphify-Fähigkeit für Claude Code, Cursor, Codex und Gemini CLI: lokale deterministische AST-Analyse, jede Kante erklärt, kein Vektorspeicher.
Welche Programmiersprachen werden in #graphrag-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #graphrag-Projekten auf GitHub sind Python, Rust, C++, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #graphrag-Repositories berechnet?
Wir verfolgen 45 aktive Open-Source-Repositories, die mit #graphrag getaggt sind (500+ Sterne), mit insgesamt 367,737 Sternen und durchschnittlich 8,171 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.