getzep/graphiti

해결하는 문제

전통적인 RAG 방식은 종종 정적 데이터 요약 및 배치 처리에 의존하므로 빈번하게 변경되는 정보를 처리하는 데 어려움이 있습니다. Graphiti는 단순히 정적인 문서 청크를 저장하는 대신 사실이 시간에 따라 어떻게 변하는지를 추적함으로써, AI 에이전트가 세계에 대한 일관되고 진화하는 이해를 유지해야 하는 요구를 해결합니다.

작동 방식

Graphiti는 엔티티(노드), 사실/관계(에지) 및 에피소드(원시 데이터 소스)로 구성된 시계열 컨텍스트 그래프를 구축합니다. 정적 그래프와 달리 시간적 유효성 윈도우를 사용하여 사실이 언제 참이 되었는지와 언제 대체되었는지를 추적합니다. 증분 데이터 업데이트를 지원하므로 새로운 정보가 수집됨에 따라 그래프가 실시간으로 진화하며, 전체 재계산이 필요하지 않습니다. 또한 시맨틱 임베딩, 키워드 검색 및 그래프 탐색을 결합한 하이브리드 검색을 사용합니다.

대상

풍부하고 구조화된 메모리와 과거 컨텍스트를 쿼리할 수 있는 능력이 필요한 대화형 컨텍스트 인식 AI 애플리케이션 및 프로덕션급 AI 에이전트를 구축하는 개발자를 위해 설계되었습니다.

주요 특징

• 시계열 사실 관리: 사실의 유효성을 시간에 따라 추적하여 현재 무엇이 사실인지와 과거에 무엇이 사실이었는지를 쿼리할 수 있습니다.
• 출처(Provenance): 모든 파생된 사실은 원래의 원시 데이터(에피소드)로 추적됩니다.
• 하이브리드 검색: 시맨틱, 키워드 및 그래프 기반 검색을 결합하여 고정밀 쿼리를 제공합니다.
• 증분 구축: 배치 재계산 없이 새로운 데이터를 즉시 통합합니다。
• 유연한 온톨로지: 개발자가 정의한 스키마(Pydantic 사용)와 데이터에서 나타나는 학습된 구조를 모두 지원합니다.