#graphrag Repositorios
Descubre 45 repositorios activos de código abierto de GitHub etiquetados con #graphrag, que acumulan 367,737 estrellas en total (una media de 8,171 estrellas por proyecto). El líder de este tema es Graphify-Labs/graphify, con 151,427 estrellas.
45 repositorios en total
Convierte cualquier base de código, junto con sus documentos, esquemas SQL, configuraciones y archivos PDF, en un grafo de conocimiento consultable. Una habilidad /graphify para Claude Code, Cursor, Codex y Gemini CLI: análisis AST determinista local, cada arista explicada, sin almacenamiento vectorial.
Un sistema modular de Generación Aumentada por Recuperación (RAG) basado en grafos
Grafo de inteligencia de código local-primero para MCP y CLI. Construye un mapa persistente de tu base de código para que las herramientas de codificación de IA lean solo lo que importa, con reducciones de contexto medidas en revisiones y flujos de trabajo en repositorios grandes.
Una base de datos de grafos distribuida, rápida y de código abierto con escalabilidad horizontal y alta disponibilidad
Guía de desarrollo de agentes de IA | Agent Harness | Ingeniería de contexto | RAG avanzado | MCP | Aprendizaje por refuerzo agéntico (Agentic RL) | LangGraph práctico | Más de 12.000 preguntas de entrevista sobre LLM | Búsqueda de empleo para puestos de algoritmos / desarrollo | Cambiar de carrera al ámbito de los LLM
Una base de datos de grafos ultrarrápida utiliza GraphBLAS de forma interna para su representación de grafos mediante matriz de adyacencia dispersa. Nuestro objetivo es proporcionar el mejor grafo de conocimiento para LLM (GraphRAG).
Construcción de grafos Neo4j a partir de datos no estructurados utilizando LLM
Base de datos de grafos en memoria de código abierto de alto rendimiento para GraphRAG, memoria de IA, IA agentiva y análisis de grafos en tiempo real. Compatible con Cypher, construido en C++.
La capa de contexto de código abierto para agentes de IA y búsquedas empresariales con IA. Búsqueda adaptada a los permisos y respuestas con citas en más de 30 fuentes, como Slack, Drive, Jira, GitHub y Microsoft 365, para personas y agentes mediante MCP, SDK y agentes integrados. Autoalojado o en la nube.
El entorno de ejecución de ontologías de código abierto para agentes de IA.
Un nuevo SOTA para RAG: una arquitectura de recuperación original y una base de conocimientos de código abierto para humanos y agentes.
pingcap/autoflow es una herramienta de base de conocimiento conversacional basada en Graph RAG, construida con TiDB Serverless Vector Storage. Demo: https://tidb.ai
Awesome-GraphRAG: Una lista curada de recursos (encuestas, artículos, benchmarks y proyectos de código abierto) sobre generación aumentada por recuperación basada en grafos.
El ripgrep del contexto de IA: una CLI de C++23 sin dependencias y un servidor MCP para agentes de programación. Reduce el coste en tokens de los agentes al encontrar código sin leer todo el repositorio y evita que las bases de código grandes se estrellen contra el muro de la complejidad: alcance del impacto, pruebas que ejecutar y cambios en la calidad mientras escribes. Cada conjetura, etiquetada; cada pérdida, publicada. Rema con un mapa.
El framework de agente LLM en ComfyUI incluye nodos de servidor MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 y prompt FLUX, acceso a Feishu, discord y se adapta a todos los LLM con interfaces similares a openai / aisuite, como o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adaptado a LLM locales, VLM, gguf como llama-3.3 Janus-Pro, Linkage GraphRAG
RAG ensamblado: Se ensamblaron y fusionaron manualmente GraphRAG, LightRAG y Neo4j-llm-graph-builder para la construcción y búsqueda de grafos de conocimiento; se integró la tecnología DeepSearch para el razonamiento RAG de dominio privado; se creó un marco de evaluación personalizado para GraphRAG.
EdegQuake 🌋 GraphRAG de alto rendimiento inspirado en LightRag, escrito en Rust; Transforma documentos en grafos de conocimiento inteligentes para una recuperación y generación superiores
Motor de inteligencia de código de alto rendimiento para agentes de IA e IDE, compatible con 257 idiomas, múltiples repositorios, basado en grafos, con acceso mediante CLI, servidor MCP y API. Compañero de agentes de codificación de IA: expone solo la información necesaria, reduciendo el uso de tokens hasta 50 veces. 100% local. Discord: https://discord.gg/39MFHu3J5d
WFGY se dirige hacia WFGY 5.0 Polaris Protocol, una importante versión de código abierto para razonamiento de IA, RAG, agentes y flujos de trabajo en el mundo real. Incluye Problem Map, Global Debug Card, WFGY 4.0 y el Easter Egg de CFV.
AgensGraph, una base de datos de grafos transaccional de alto rendimiento basada en PostgreSQL
Plataforma de aplicaciones de IA (chat, dibujo, base de conocimientos, flujos de trabajo, mercado de servicios MCP, entrada y salida de voz, memoria a largo plazo)
ApeRAG: GraphRAG listo para producción con indexación multimodal, agentes de IA, soporte MCP y implementación K8s escalable
[ICLR 2026] Youtu-GraphRAG: Agentes Verticalmente Unificados para la Búsqueda en Grafos que Potencia el Razonamiento Complejo
AgenticX es una plataforma unificada y lista para producción para múltiples agentes: SDK de Python + CLI (agx) + servidor Studio + aplicación de escritorio Machi. Incluye orquestación de Meta-Agent, más de 15 proveedores de LLM, MCP Hub, memoria jerárquica, avatares y chats grupales, un ecosistema de habilidades, un sandbox de seguridad y una pasarela de mensajería instantánea (Feishu/WeChat).
Construye aplicaciones GenAI rápidas y precisas con GraphRAG SDK a escala 🌟
Implementación 100% en Rust de code graphRAG con análisis AST+FastML ultrarrápido, backend en surrealDB y herramientas avanzadas de análisis de código mediante agentes a través de MCP para una gestión eficiente del contexto del agente de código.
RAG para LLMs locales, chatea con archivos PDF/doc/txt, ChatPDF. Implementación RAG puramente nativa, basada en LLMs locales, modelos de embedding, modelos reranker, soporta GraphRAG, sin necesidad de instalar ninguna biblioteca de agente de terceros.
Microsoft GraphRAG + AutoGen + Ollama + Chainlit = Superbot RAG Multiagente Completamente Local y Gratuito
Desarrollo de aplicaciones de IA, práctica de programación de IA y guía de entrevistas, que abarca tecnologías centrales y prácticas de ingeniería como LLM, Agent, RAG, MCP, Claude Code y Codex.
Visualización 3D interactiva de grafos de conocimiento generados por Microsoft GraphRAG. Explore entidades, relaciones y comunidades con análisis visual inmersivo.
Base de conocimiento RAG empresarial con prioridad para el chino: análisis controlable, gobernanza, segmentación, recuperación híbrida, reranking, citas, grafos de conocimiento, evaluación e integración con Dify.
Grafo de código y memoria para tus agentes de programación, en un solo programa Rust. Para Claude Code, Codex, Cursor y cualquier cliente MCP.
GraphRAG4OpenWebUI integra la tecnología GraphRAG de Microsoft en Open WebUI, proporcionando una API versátil de recuperación de información. Combina búsquedas locales, globales y web para sistemas avanzados de preguntas y respuestas y motores de búsqueda. Esta herramienta simplifica la integración de la recuperación basada en grafos en entornos web abiertos.
[ICML 2026] Recursos oficiales de "Graph-R1: Hacia un marco Agentic GraphRAG mediante Aprendizaje por Refuerzo de extremo a extremo".
Ejemplos de grafos de conocimiento de Excel a Neo4j: py2neo v3 heredado y el moderno Neo4j GraphRAG/búsqueda vectorial.
[ICLR 2026] LinearRAG: Generación aumentada por recuperación de grafos lineales en corpus a gran escala
[Hallazgos de EMNLP'25] Un sistema Graph RAG fácil de usar que utiliza conocimiento jerárquico.
GraphRAG-rs es una implementación de alto rendimiento y última generación en Rust de GraphRAG (Generación Aumentada por Recuperación Basada en Grafos) que construye grafos de conocimiento a partir de documentos y permite consultas en lenguaje natural con extracción de entidades configurable e integración local de LLM
Memoria de agente de IA con prioridad local, grafo de conocimiento, restricciones ontológicas y razonamiento trazable: todo en un único archivo SQLite.
Inteligencia estructural del código para agentes de IA: búsqueda semántica, grafos de conocimiento y un servidor MCP integrado, todo en un único binario de Rust. Permite que Claude, Cursor y cualquier cliente MCP comprendan a fondo tu base de código.
El repositorio oficial de GraphRAG-Bench para evaluar modelos GraphRAG. «Cuándo usar grafos en RAG: un análisis exhaustivo de la generación aumentada mediante recuperación de grafos». (ICLR'26)
Preguntas frecuentes
¿Cuál es el repositorio de #graphrag más popular en GitHub?
El proyecto de código abierto de #graphrag mejor posicionado en GitHub es Graphify-Labs/graphify, con 151,427 estrellas. Convierte cualquier base de código, junto con sus documentos, esquemas SQL, configuraciones y archivos PDF, en un grafo de conocimiento consultable. Una habilidad /graphify para Claude Code, Cursor, Codex y Gemini CLI: análisis AST determinista local, cada arista explicada, sin almacenamiento vectorial.
¿Qué lenguajes de programación se utilizan más en los repositorios de #graphrag?
Entre los proyectos de #graphrag mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust, C++, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #graphrag?
Seguimos 45 repositorios activos de código abierto etiquetados con #graphrag (500+ estrellas), que suman un total de 367,737 estrellas, con una media de 8,171 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.