FalkorDB/FalkorDB

A super fast Graph Database uses GraphBLAS under the hood for its sparse adjacency matrix graph representation. Our goal is to provide the best Knowledge Graph for LLM (GraphRAG).

해결하는 문제

FalkorDB는 정보 전달에 매우 낮은 지연 시간을 제공하도록 설계된 고성능 다중 테넌트 그래프 데이터베이스입니다. 대규모 언어 모델(LLM)을 위해 특화되어 있으며, 생성형 AI, 에이전트 메모리, 사기 탐지 및 클라우드 보안을 위한 복잡한 데이터 관계 매핑을 지원하는 지식 그래프로 활용됩니다.

작동 방식

전통적인 그래프 데이터베이스와 달리, FalkorDB는 그래프의 인접 행렬을 희소 행렬로 표현하고 쿼리 실행에 선형 대수를 사용합니다. 이 접근 방식은 저장소 및 성능을 최적화합니다. 프로퍼티 그래프 모델을 준수하며 OpenCypher 쿼리 언어를 지원하여 사용자가 속성과 함께 노드와 관계를 정의할 수 있습니다.

대상 사용자

LLM, AI 에이전트, 보안 중심의 데이터 분석을 위한 구조화된 지식을 관리할 필요가 있는 개발자 및 AI 엔지니어를 위한 것입니다.

주요 특징

  • 희소 행렬 표현: 선형 대수와 희소 행렬을 사용하여 그래프 저장 및 탐색을 최적화합니다.
  • OpenCypher 지원: 유연한 쿼리가 가능한 OpenCypher 쿼리 언어와 호환됩니다.
  • 다중 테넌트 아키텍처: 고성능 다중 테넌트 환경을 위해 설계되었습니다.
  • 광범위한 클라이언트 지원: Java, Python, Node.js, Rust, Go용 공식 클라이언트 라이브러리를 제공합니다.

관련

  • 프로젝트
    FalkorDB/GraphRAG-SDK

    GraphRAG‑SDK는 문서에서 FalkorDB에 지식 그래프를 구축한 후, 그 그래프를 탐색하여 질문에 답변하는 Python SDK입니다. 출처 엣지, 다단계 검색, 선택적 거부 기능을 추가하여 LLM의 환각을 크게 줄이고, 표준 벡터 RAG보다 우수한 벤치마크 성능을 보입니다. pip로 설치하고 FalkorDB 컨테이너를 실행한 후 텍스트(또는 PDF/마크다운)를 인제스트하고 `finalize()`를 호출한 후 `completion()`으로 질의합니다. 스키마, 인크리멘탈 업데이트, 사용자 정의 제공자를 지원하며 Apache‑2.0 라이선스로 제공됩니다.

  • 프로젝트
    HelixDB/helix-db

    HelixDB는 그래프와 벡터 스토리지를 네이티브로 결합한 오픈소스 루스트 데이터베이스로, AI 에이전트를 위한 언어에 구애받지 않는 쿼리 API를 제공합니다. CLI를 통해 로컬 인스턴스를 실행하고, 프로젝트를 스크래핑하며, LLM 기반 코드 생성기로 작업을 위임할 수 있습니다. Rust, TypeScript, Python, Go용 SDK를 통해 쿼리를 코드로 작성하고, JSON AST로 서버에 전송합니다. 관리형 클라우드 버전은 HA, 자동 스케일링 리더, 통합 전체 텍스트/벡터 검색을 제공하여 RAG, 에이전트 메모리, 지식 그래프 애플리케이션에 적합합니다.

  • 프로젝트
    FalkorDB/code-graph

    코드베이스를 검색 가능한 그래프로 변환하여 의존성을 분석하고, 개발자를 위한 GraphRAG 기반 챗을 가능하게 하는 지식 그래프 시각화 도구입니다.

  • 프로젝트
    HKUDS/LightRAG

    지식 그래프와 벡터 임베딩을 결합하여 효율적이고 고품질의 검색 및 전반적인 컨텍스트 이해를 제공하는 가벼운 그래프 기반 RAG 프레임워크입니다.

  • 프로젝트
    docker/genai-stack

    RAG 및 지식 그래프 기능을 제공하는 통합 LLM과 Neo4j를 포함한 Docker 기반 GenAI 애플리케이션 스타터 스택.