#graphrag 저장소
#graphrag 태그가 지정된 GitHub의 활성 오픈 소스 저장소 45개를 확인해 보세요. 총 367,737개의 스타를 획득했으며 프로젝트당 평균 8,171개입니다. 이 주제를 이끄는 저장소는 151,427개의 스타를 받은 Graphify-Labs/graphify입니다.
저장소 총 45개
문서, SQL 스키마, 구성 파일, PDF를 포함한 모든 코드베이스를 쿼리 가능한 지식 그래프로 변환하세요. Claude Code, Cursor, Codex 및 Gemini CLI를 위한 /graphify 스킬: 로컬 결정론적 AST 파싱, 모든 엣지 설명, 벡터 저장소 불필요.
MCP 및 CLI를 위한 로컬 우선 코드 인텔리전스 그래프입니다. 코드베이스의 영구적인 맵을 구축하여 AI 코딩 도구가 중요한 부분만 읽도록 하며, 리뷰 및 대규모 저장소 워크플로우에서 벤치마크된 컨텍스트 감소를 제공합니다.
AI 에이전트 개발 가이드 | Agent Harness | 컨텍스트 엔지니어링 | 고급 RAG | MCP | Agentic RL(에이전트 강화 학습) | LangGraph 실전 | LLM 면접 문제 1만 2천 개 이상 | 알고리즘 / 개발 직무 취업 | LLM 분야로 커리어 전환
매우 빠른 그래프 데이터베이스는 희소 인접 행렬 그래프 표현을 위해 내부적으로 GraphBLAS를 사용합니다. 우리의 목표는 LLM(GraphRAG)을 위한 최고의 지식 그래프를 제공하는 것입니다.
GraphRAG, AI 메모리, 에이전트 AI, 실시간 그래프 분석을 위한 고성능 오픈소스 인메모리 그래프 데이터베이스. Cypher 호환, C++로 구축.
AI 에이전트와 엔터프라이즈 AI 검색을 위한 오픈 소스 컨텍스트 레이어입니다. Slack, Drive, Jira, GitHub, Microsoft 365를 포함한 30개 이상의 소스에서 MCP, SDK, 기본 제공 에이전트를 통해 사용자와 에이전트에 권한을 반영한 검색과 출처가 포함된 답변을 제공합니다. 자체 호스팅 또는 클라우드로 이용할 수 있습니다.
pingcap/autoflow는 TiDB Serverless Vector Storage로 구축된 Graph RAG 기반의 대화형 지식 베이스 도구입니다. 데모: https://tidb.ai
Awesome-GraphRAG: 그래프 기반 검색 증강 생성에 대한 리소스(설문 조사, 논문, 벤치마크 및 오픈 소스 프로젝트) 큐레이션 목록입니다.
AI 컨텍스트의 ripgrep: 코딩 에이전트를 위한 의존성 없는 C++23 CLI + MCP 서버. 저장소 전체를 읽지 않고도 코드를 찾아 에이전트의 토큰 비용을 줄이고, 대규모 코드베이스가 복잡성의 벽에 부딪히지 않도록 하세요. 변경 영향 범위, 실행할 테스트, 코드를 작성하는 동안의 품질 변화까지 확인할 수 있습니다. 모든 추측에 표시를 붙이고, 모든 손실을 공개합니다. 지도를 들고 노를 저어 나가세요.
ComfyUI의 LLM 에이전트 프레임워크는 MCP 서버, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 및 FLUX 프롬프트 노드를 포함하며, Feishu, discord에 액세스하고 o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao와 같은 유사한 openai / aisuite 인터페이스를 가진 모든 LLM에 적응합니다. llama-3.3 Janus-Pro, Linkage GraphRAG와 같은 로컬 LLM, VLM, gguf에 적응되었습니다.
RAG 조립: GraphRAG, LightRAG, Neo4j-llm-graph-builder를 수동으로 조립 및 융합하여 지식 그래프를 구축하고 검색합니다. DeepSearch 기술을 통합하여 개인 도메인 RAG 추론을 구현합니다. GraphRAG를 위한 자체 평가 프레임워크를 제작했습니다.
EdegQuake 🌋 LightRag에서 영감을 받은 고성능 GraphRAG, Rust로 작성; 문서를 지능형 지식 그래프로 변환하여 우수한 검색 및 생성
AI 에이전트 및 IDE용 고성능 코드 인텔리전스 엔진, 257개 언어, 다중 저장소, 그래프 기반, CLI, MCP 서버 및 API를 통한 액세스 지원. AI 코딩 에이전트 팀원 - 필요한 정보만 노출하여 토큰 사용량을 최대 50배 절감. 100% 로컬. Discord: https://discord.gg/39MFHu3J5d
WFGY는 AI 추론, RAG, 에이전트 및 실제 워크플로우를 위한 주요 오픈 소스 릴리스인 WFGY 5.0 Polaris Protocol로 향하고 있습니다. Problem Map, Global Debug Card, WFGY 4.0 및 CFV 이스터 에그를 포함합니다.
AI 애플리케이션 플랫폼(채팅, 그림 그리기, 지식 베이스, 워크플로, MCP 서비스 마켓플레이스, 음성 입력 및 출력, 장기 기억)
AgenticX는 통합된 프로덕션용 멀티 에이전트 플랫폼으로, Python SDK + CLI(agx) + Studio 서버 + Machi 데스크톱 앱으로 구성됩니다. Meta-Agent 오케스트레이션, 15개 이상의 LLM 제공업체, MCP Hub, 계층형 메모리, 아바타 및 그룹 채팅, 스킬 생태계, 안전 샌드박스, IM 게이트웨이(Feishu/WeChat)를 제공합니다.
코드 graphRAG의 100% Rust 구현체로, 매우 빠른 AST+FastML 파싱, surrealDB 백엔드, 그리고 효율적인 코드 에이전트 컨텍스트 관리를 위한 MCP 기반의 고급 에이전트 코드 분석 도구를 제공합니다.
로컬 LLM용 RAG, PDF/doc/txt 파일과 채팅, ChatPDF. 순수 네이티브 RAG 기능 구현, 로컬 LLM, 임베딩 모델, 리랭커 모델 기반으로 구현, GraphRAG 지원, 타사 에이전트 라이브러리 설치 불필요.
Microsoft GraphRAG + AutoGen + Ollama + Chainlit = 완전 로컬 및 무료 멀티 에이전트 RAG 슈퍼봇
AI 애플리케이션 개발, AI 프로그래밍 실습 및 면접 가이드로, LLM, Agent, RAG, MCP, Claude Code, Codex 등 핵심 기술과 엔지니어링 실무를 다룹니다.
Microsoft GraphRAG에서 생성된 지식 그래프의 인터랙티브 3D 시각화. 몰입형 시각 분석을 통해 개체, 관계 및 커뮤니티를 탐험하세요.
중국어 우선 기업용 RAG 지식베이스: 제어 가능한 파싱, 거버넌스, 청킹, 하이브리드 검색, 재순위화, 인용, 지식 그래프, 평가 및 Dify 연동.
코딩 에이전트를 위한 코드 그래프와 메모리를 하나의 Rust 프로그램으로 제공합니다. Claude Code, Codex, Cursor 및 모든 MCP 클라이언트용.
GraphRAG4OpenWebUI는 Microsoft의 GraphRAG 기술을 Open WebUI에 통합하여 다목적 정보 검색 API를 제공합니다. 고급 Q&A 시스템 및 검색 엔진을 위해 로컬, 글로벌 및 웹 검색을 결합합니다. 이 도구는 개방형 웹 환경에서 그래프 기반 검색 통합을 단순화합니다.
Excel-to-Neo4j 지식 그래프 예제: 레거시 py2neo v3 및 최신 Neo4j GraphRAG/벡터 검색.
GraphRAG-rs는 GraphRAG(그래프 기반 검색 증강 생성)의 고성능 최첨단 Rust 구현으로, 문서에서 지식 그래프를 구축하고 구성 가능한 엔터티 추출 및 로컬 LLM 통합을 통해 자연어 쿼리를 가능하게 합니다
지식 그래프, 온톨로지 제약 조건, 추적 가능한 추론을 갖춘 로컬 우선 AI 에이전트 메모리—모든 것이 하나의 SQLite 파일에 담깁니다.
AI 에이전트를 위한 구조적 코드 인텔리전스 — 시맨틱 검색, 지식 그래프, 내장 MCP 서버를 하나의 Rust 바이너리에 담았습니다. Claude, Cursor 및 모든 MCP 클라이언트가 코드베이스를 깊이 이해하도록 지원합니다.
GraphRAG 모델 평가를 위한 GraphRAG-Bench 공식 저장소. 「RAG에서 그래프를 사용해야 할 때: 그래프 검색 증강 생성에 대한 종합 분석」. (ICLR'26)
자주 묻는 질문
GitHub에서 가장 인기 있는 #graphrag 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #graphrag 프로젝트는 151,427개의 스타를 받은 Graphify-Labs/graphify입니다. 문서, SQL 스키마, 구성 파일, PDF를 포함한 모든 코드베이스를 쿼리 가능한 지식 그래프로 변환하세요. Claude Code, Cursor, Codex 및 Gemini CLI를 위한 /graphify 스킬: 로컬 결정론적 AST 파싱, 모든 엣지 설명, 벡터 저장소 불필요.
#graphrag 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #graphrag 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Rust, C++, Jupyter Notebook입니다.
#graphrag 저장소 순위는 어떻게 계산되나요?
#graphrag 태그가 지정된 활성 오픈 소스 저장소(45개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 367,737개이며 저장소당 평균 8,171개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.