#graphrag Repositórios
Descubra 45 repositórios ativos de código aberto no GitHub marcados com #graphrag, acumulando um total de 367,737 estrelas (uma média de 8,171 por projeto). O líder deste tópico é Graphify-Labs/graphify, com 151,427 estrelas.
45 repositórios no total
Transforme qualquer base de código, com seus documentos, esquemas SQL, configurações e PDFs, em um grafo de conhecimento consultável. Uma habilidade /graphify para Claude Code, Cursor, Codex e Gemini CLI: análise AST determinística local, cada aresta explicada, sem armazenamento vetorial.
Um sistema modular de Geração Aumentada por Recuperação (RAG) baseado em grafos
Grafo de inteligência de código local-primeiro para MCP e CLI. Constrói um mapa persistente da sua base de código para que ferramentas de codificação de IA leiam apenas o que importa, com reduções de contexto medidas em revisões e fluxos de trabalho em repositórios grandes.
Um banco de dados de grafos distribuído, rápido e de código aberto, com escalabilidade horizontal e alta disponibilidade
Guia de desenvolvimento de agentes de IA | Agent Harness | Engenharia de contexto | RAG avançado | MCP | Aprendizado por reforço agêntico (Agentic RL) | LangGraph na prática | Mais de 12.000 perguntas de entrevista sobre LLMs | Busca de emprego para cargos de algoritmos / desenvolvimento | Transição de carreira para a área de LLMs
Um banco de dados de grafos super rápido usa GraphBLAS internamente para sua representação de grafos esparsos de matriz de adjacência. Nosso objetivo é fornecer o melhor grafo de conhecimento para LLM (GraphRAG).
Construção de grafos Neo4j a partir de dados não estruturados usando LLMs
Banco de dados de grafo em memória de código aberto de alto desempenho para GraphRAG, memória de IA, IA agentiva e análises de grafo em tempo real. Compatível com Cypher, construído em C++.
A camada de contexto de código aberto para agentes de IA e pesquisa empresarial com IA. Pesquisa com controle de permissões e respostas com citações em mais de 30 fontes, incluindo Slack, Drive, Jira, GitHub e Microsoft 365, para pessoas e agentes por meio de MCP, SDKs e agentes integrados. Hospedado por você ou na nuvem.
O ambiente de execução de ontologias de código aberto para agentes de IA.
Um novo SOTA para RAG — uma arquitetura de recuperação original e uma base de conhecimento de código aberto para humanos e agentes.
pingcap/autoflow é uma ferramenta de base de conhecimento conversacional, baseada em Graph RAG e construída com TiDB Serverless Vector Storage. Demonstração: https://tidb.ai
Awesome-GraphRAG: Uma lista selecionada de recursos (levantamentos, artigos, benchmarks e projetos de código aberto) sobre geração aumentada por recuperação baseada em grafos.
O ripgrep do contexto de IA: uma CLI em C++23 sem dependências e um servidor MCP para agentes de programação. Reduza os custos de tokens dos agentes encontrando código sem ler todo o repositório e evite que grandes bases de código esbarrem na barreira da complexidade: acompanhe o raio de impacto, os testes a executar e as mudanças na qualidade enquanto escreve. Cada suposição é identificada; cada perda, publicada. Remar com um mapa.
O Framework de Agente LLM no ComfyUI inclui o servidor MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 e nós de prompt FLUX, acesso ao Feishu, discord, e se adapta a todos os LLMs com interfaces semelhantes ao openai / aisuite, como o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adaptado a LLMs locais, VLM, GGUF como llama-3.3 Janus-Pro, Linkage graphRAG
RAG Integrado: Combinação e fusão de GraphRAG, LightRAG e Neo4j-llm-graph-builder para a construção e busca de grafos de conhecimento; integração da tecnologia DeepSearch para viabilizar a inferência RAG de domínio privado; e criação de uma estrutura de avaliação personalizada focada em GraphRAG.
EdegQuake 🌋 GraphRAG de alto desempenho inspirado no LightRag, escrito em Rust; Transforma documentos em grafos de conhecimento inteligentes para recuperação e geração superiores
Mecanismo de inteligência de código de alto desempenho para agentes de IA e IDE, suporta 257 idiomas, múltiplos repositórios, baseado em grafo, com acesso via CLI, servidor MCP e API. Companheiro de agentes de codificação de IA - expõe apenas as informações necessárias, reduzindo o uso de tokens em até 50 vezes. 100% local. Discord: https://discord.gg/39MFHu3J5d
WFGY está se dirigindo ao WFGY 5.0 Polaris Protocol, uma grande versão de código aberto para raciocínio de IA, RAG, agentes e fluxos de trabalho do mundo real. Inclui Problem Map, Global Debug Card, WFGY 4.0 e o Easter Egg do CFV.
AgensGraph, um banco de dados de grafos transacional de alto desempenho baseado no PostgreSQL
Plataforma de aplicações de IA (chat, desenho, base de conhecimento, fluxos de trabalho, marketplace de serviços MCP, entrada e saída de voz, memória de longo prazo)
ApeRAG: GraphRAG pronto para produção com indexação multimodal, agentes de IA, suporte a MCP e implantação escalável de K8s
[ICLR 2026] Youtu-GraphRAG: Agentes Verticalmente Unificados para Recuperação de Grafos que Potencializa o Raciocínio Complexo
AgenticX é uma plataforma multiagente unificada e pronta para produção — SDK Python + CLI (agx) + servidor Studio + aplicativo desktop Machi. Oferece orquestração Meta-Agent, mais de 15 provedores de LLM, MCP Hub, memória hierárquica, avatares e chats em grupo, um ecossistema de habilidades, sandbox de segurança e gateway de mensagens instantâneas (Feishu/WeChat).
Implementação 100% em Rust do code graphRAG com análise AST+FastML ultrarrápida, backend em surrealDB e ferramentas avançadas de análise de código baseadas em agentes via MCP para uma gestão eficiente do contexto do agente de código.
RAG para LLM Local, converse com arquivos PDF/doc/txt, ChatPDF. Implementação RAG puramente nativa, baseada em LLM local, modelo de embedding e modelo reranker, com suporte a GraphRAG, sem a necessidade de instalar qualquer biblioteca de agente de terceiros.
Microsoft GraphRAG + AutoGen + Ollama + Chainlit = Superbot RAG Multiagente Totalmente Local e Gratuito
Desenvolvimento de aplicações de IA, prática de programação de IA e guia de entrevistas, abrangendo tecnologias centrais e práticas de engenharia como LLM, Agent, RAG, MCP, Claude Code e Codex.
Visualização 3D interativa de grafos de conhecimento gerados pelo Microsoft GraphRAG. Explore entidades, relações e comunidades com análise visual imersiva.
Base de conhecimento RAG empresarial com prioridade para o chinês: análise controlável, governança, segmentação, recuperação híbrida, reranking, citações, grafos de conhecimento, avaliação e integração com o Dify.
Grafo de código e memória para seus agentes de programação, em um único programa Rust. Para Claude Code, Codex, Cursor e qualquer cliente MCP.
O GraphRAG4OpenWebUI integra a tecnologia GraphRAG da Microsoft no Open WebUI, fornecendo uma API versátil de recuperação de informações. Ele combina pesquisas locais, globais e na web para sistemas avançados de Q&A e motores de busca. Esta ferramenta simplifica a integração de recuperação baseada em grafos em ambientes web abertos.
[ICML 2026] Recursos oficiais de "Graph-R1: Rumo a um Framework Agentic GraphRAG via Aprendizado por Reforço de Ponta a Ponta".
Exemplos de grafos de conhecimento de Excel para Neo4j: py2neo v3 legado e o moderno Neo4j GraphRAG/busca vetorial.
[ICLR 2026] LinearRAG: Geração aumentada por recuperação de grafos lineares em corpora de larga escala
[Descobertas da EMNLP'25] Um sistema Graph RAG fácil de usar que utiliza conhecimento hierárquico.
GraphRAG-rs é uma implementação Rust de alto desempenho e estado da arte do GraphRAG (Geração Aumentada por Recuperação Baseada em Grafos) que constrói grafos de conhecimento a partir de documentos e permite consultas em linguagem natural com extração configurável de entidades e integração local de LLM
Memória de agente de IA com prioridade local, grafo de conhecimento, restrições ontológicas e raciocínio rastreável — tudo em um único arquivo SQLite.
Inteligência estrutural de código para agentes de IA: busca semântica, grafos de conhecimento e um servidor MCP integrado em um único binário Rust. Permita que o Claude, o Cursor e qualquer cliente MCP compreendam profundamente sua base de código.
O repositório oficial do GraphRAG-Bench para avaliar modelos GraphRAG. «Quando usar grafos em RAG: uma análise abrangente da geração aumentada por recuperação em grafos». (ICLR'26)
Perguntas Frequentes
Qual é o repositório de #graphrag mais popular no GitHub?
O projeto de código aberto de #graphrag mais bem classificado no GitHub é Graphify-Labs/graphify, com 151,427 estrelas. Transforme qualquer base de código, com seus documentos, esquemas SQL, configurações e PDFs, em um grafo de conhecimento consultável. Uma habilidade /graphify para Claude Code, Cursor, Codex e Gemini CLI: análise AST determinística local, cada aresta explicada, sem armazenamento vetorial.
Quais linguagens de programação são mais usadas nos repositórios de #graphrag?
Entre os projetos de #graphrag mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Rust, C++, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #graphrag?
Acompanhamos 45 repositórios ativos de código aberto marcados com #graphrag (com mais de 500 estrelas), totalizando 367,737 estrelas e uma média de 8,171 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.