#graphrag Dépôts
Découvrez 45 dépôts GitHub open source actifs associés à #graphrag, cumulant 367,737 étoiles au total (soit une moyenne de 8,171 étoiles par projet). Le projet en tête de ce thème est Graphify-Labs/graphify, avec 151,427 étoiles.
45 dépôts au total
Transformez n'importe quelle base de code, avec ses documents, schémas SQL, configurations et PDF, en un graphe de connaissances interrogeable. Une compétence /graphify pour Claude Code, Cursor, Codex et Gemini CLI : analyse AST déterministe locale, chaque arête expliquée, sans stockage vectoriel.
Un système modulaire de génération augmentée par récupération (RAG) basé sur des graphes
Graphe d'intelligence de code local d'abord pour MCP et CLI. Construit une carte persistante de votre base de code afin que les outils de codage IA lisent uniquement ce qui compte, avec des réductions de contexte mesurées sur les révisions et les workflows de grands dépôts.
Une base de données de graphes distribuée, rapide et open source dotée d'une scalabilité horizontale et d'une haute disponibilité
Guide de développement d’agents IA | Agent Harness | Ingénierie du contexte | RAG avancé | MCP | Apprentissage par renforcement agentique (Agentic RL) | Mise en pratique de LangGraph | Plus de 12 000 questions d’entretien sur les LLM | Recherche d’emploi pour des postes en algorithmes / développement | Se reconvertir dans le domaine des LLM
Une base de données graphe ultra-rapide utilise GraphBLAS en interne pour sa représentation de graphe par matrice d'adjacence creuse. Notre objectif est de fournir le meilleur graphe de connaissances pour les LLM (GraphRAG).
Construction de graphes Neo4j à partir de données non structurées à l'aide de LLM
Base de données graphe en mémoire open-source haute performance pour GraphRAG, mémoire IA, IA agentique et analyses graphes en temps réel. Compatible Cypher, construite en C++.
La couche de contexte open source pour les agents d’IA et la recherche d’entreprise par IA. Recherche tenant compte des autorisations et réponses avec citations dans plus de 30 sources, notamment Slack, Drive, Jira, GitHub et Microsoft 365, pour les utilisateurs et les agents via MCP, des SDK et des agents intégrés. Auto-hébergée ou dans le cloud.
L’environnement d’exécution d’ontologies open source pour les agents d’IA.
Un nouveau SOTA pour le RAG — une architecture de récupération originale et une base de connaissances open source pour les humains et les agents.
pingcap/autoflow est un outil de base de connaissances conversationnel basé sur Graph RAG, construit avec le stockage vectoriel TiDB Serverless. Démo : https://tidb.ai
Awesome-GraphRAG : Une liste organisée de ressources (surveys, articles, benchmarks et projets open source) sur la génération augmentée par récupération basée sur les graphes.
Le ripgrep du contexte IA : une CLI en C++23 sans dépendances et un serveur MCP pour les agents de programmation. Réduisez les coûts en tokens des agents en trouvant du code sans lire tout le dépôt, et évitez aux grandes bases de code de se heurter au mur de la complexité : portée des impacts, tests à lancer et évolution de la qualité au fil de l’écriture. Chaque supposition est signalée, chaque perte publiée. Prenez le large avec une carte.
Le framework d'agent LLM dans ComfyUI comprend les nœuds serveur MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 et prompt FLUX, un accès à Feishu, discord et s'adapte à tous les LLM avec des interfaces similaires à openai / aisuite, tels que o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adapté aux LLM locaux, VLM, gguf tels que llama-3.3 Janus-Pro, Linkage GraphRAG
RAG assemblé : GraphRAG, LightRAG et Neo4j-llm-graph-builder assemblés et fusionnés manuellement pour la construction et la recherche de graphes de connaissances ; DeepSearch intégré pour le raisonnement RAG de domaine privé ; un cadre d'évaluation personnalisé pour GraphRAG créé en interne.
EdegQuake 🌋 GraphRAG haute performance inspiré de LightRag, écrit en Rust ; Transforme les documents en graphes de connaissances intelligents pour une récupération et une génération supérieures
Moteur d'intelligence de code haute performance pour agents IA et IDE, prend en charge 257 langues, multi-dépôts, basé sur graphe, avec accès via CLI, serveur MCP et API. Coéquipier des agents de codage IA - n'expose que les informations nécessaires, réduisant l'utilisation de jetons jusqu'à 50 fois. 100% local. Discord : https://discord.gg/39MFHu3J5d
WFGY se dirige vers WFGY 5.0 Polaris Protocol, une importante version open-source pour le raisonnement IA, RAG, agents et flux de travail du monde réel. Inclut Problem Map, Global Debug Card, WFGY 4.0 et l'œuf de Pâques CFV.
AgensGraph, une base de données graphe transactionnelle haute performance basée sur PostgreSQL
Plateforme d’applications d’IA (chat, dessin, base de connaissances, flux de travail, marché de services MCP, entrée et sortie vocales, mémoire à long terme)
ApeRAG : GraphRAG prêt pour la production avec indexation multimodale, agents IA, prise en charge MCP et déploiement K8s évolutif
[ICLR 2026] Youtu-GraphRAG : Agents Verticalement Unifiés pour la Recherche de Graphe Augmentée du Raisonnement Complexe
AgenticX est une plateforme multi-agents unifiée, prête pour la production — SDK Python + CLI (agx) + serveur Studio + application de bureau Machi. Elle propose l’orchestration Meta-Agent, plus de 15 fournisseurs de LLM, MCP Hub, une mémoire hiérarchique, des avatars et des discussions de groupe, un écosystème de compétences, un bac à sable sécurisé et une passerelle de messagerie instantanée (Feishu/WeChat).
Construisez des applications GenAI rapides et précises avec GraphRAG SDK à grande échelle 🌟
Implémentation 100 % Rust de code graphRAG avec analyse AST+FastML ultra-rapide, backend surrealDB et outils d'analyse de code par agents avancés via MCP pour une gestion efficace du contexte des agents de code.
RAG pour LLM locaux, chattez avec des fichiers PDF/doc/txt, ChatPDF. Implémentation RAG purement native, basée sur des LLM locaux, des modèles d'embedding, des modèles de reranker, prend en charge GraphRAG, sans nécessiter l'installation de bibliothèques d'agents tierces.
Microsoft GraphRAG + AutoGen + Ollama + Chainlit = Superbot RAG Multi-Agent Entièrement Local et Gratuit
Développement d'applications IA, pratique de la programmation IA et guide d'entretien, couvrant les technologies clés et les pratiques d'ingénierie telles que LLM, Agent, RAG, MCP, Claude Code et Codex.
Visualisation interactive 3D de graphes de connaissances générés par Microsoft GraphRAG. Explorez les entités, les relations et les communautés avec une analyse visuelle immersive.
Base de connaissances RAG d’entreprise privilégiant le chinois : analyse contrôlable, gouvernance, découpage, recherche hybride, reranking, citations, graphes de connaissances, évaluation et intégration avec Dify.
Graphe de code et mémoire pour vos agents de programmation, réunis dans un seul programme Rust. Pour Claude Code, Codex, Cursor et tout client MCP.
GraphRAG4OpenWebUI intègre la technologie GraphRAG de Microsoft dans Open WebUI, offrant une API polyvalente pour la récupération d'informations. Il combine des recherches locales, globales et web pour des systèmes de questions-réponses avancés et des moteurs de recherche. Cet outil simplifie l'intégration de la récupération basée sur des graphes dans les environnements web ouverts.
[ICML 2026] Ressources officielles de "Graph-R1 : Vers un cadre Agentic GraphRAG via l'apprentissage par renforcement de bout en bout".
Exemples de graphes de connaissances Excel vers Neo4j : py2neo v3 hérité et Neo4j GraphRAG/recherche vectorielle moderne.
[ICLR 2026] LinearRAG : Génération augmentée par récupération de graphes linéaires sur des corpus à grande échelle
[Découvertes de l'EMNLP'25] Un système Graph RAG facile à utiliser utilisant des connaissances hiérarchiques.
GraphRAG-rs est une implémentation Rust haute performance et de pointe de GraphRAG (Génération Augmentée par Récupération Basée sur des Graphes) qui construit des graphes de connaissances à partir de documents et permet des requêtes en langage naturel avec extraction d'entités configurable et intégration locale de LLM
Mémoire d’agent IA privilégiant le local, avec graphe de connaissances, contraintes ontologiques et raisonnement traçable — le tout dans un seul fichier SQLite.
Intelligence structurelle du code pour les agents IA : recherche sémantique, graphes de connaissances et serveur MCP intégré dans un seul binaire Rust. Donnez à Claude, Cursor et à tout client MCP une compréhension approfondie de votre base de code.
Le dépôt officiel de GraphRAG-Bench pour évaluer les modèles GraphRAG. « Quand utiliser des graphes dans le RAG : une analyse complète de la génération augmentée par récupération de graphes ». (ICLR'26)
Foire aux questions
Quel est le dépôt #graphrag le plus populaire sur GitHub ?
Le projet #graphrag open source le mieux classé sur GitHub est Graphify-Labs/graphify, avec 151,427 étoiles. Transformez n'importe quelle base de code, avec ses documents, schémas SQL, configurations et PDF, en un graphe de connaissances interrogeable. Une compétence /graphify pour Claude Code, Cursor, Codex et Gemini CLI : analyse AST déterministe locale, chaque arête expliquée, sans stockage vectoriel.
Quels langages de programmation sont les plus utilisés dans les dépôts #graphrag ?
Parmi les projets #graphrag les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, C++, Jupyter Notebook.
Comment le classement des dépôts #graphrag est-il calculé ?
Nous suivons 45 dépôts open source actifs associés à #graphrag (500+ étoiles), totalisant 367,737 étoiles, avec une moyenne de 8,171 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.