getzep/graphiti

Build Real-Time Knowledge Graphs for AI Agents

해결하는 문제

Graphiti는 자주 변화하는 데이터에 취약한 정적 지식 그래프와 전통적인 RAG(Retrieval-Augmented Generation)의 한계를 해결합니다. AI 에이전트가 사실이 시간이 지남에 따라 어떻게 변화하는지 추적할 수 있는 '컨텍스트 그래프'를 유지할 수 있게 하여, 현재 참인 정보와 과거에 참이었던 정보를 구분할 수 있도록 합니다. 새로운 데이터가 도착해도 전체 그래프를 다시 계산할 필요가 없습니다.

작동 방식

Graphiti는 구조화된 데이터와 비구조화된 데이터에서 시계열 지식 그래프를 구축합니다. "에피소드"(원시 소스 데이터)를 진실의 기준으로 삼아, 여기서 엔티티와 관계를 도출합니다. 각 사실은 유효 기간(시작 및 종료 시간)을 가지며, 새로운 정보가 모순될 경우 오래된 사실은 삭제되는 대신 무효화됩니다. 이 프레임워크는 Pydantic 모델로 정의된 사전 정의된 온톨로지와 데이터에서 자발적으로 형성되는 학습된 온톨로지 모두를 지원합니다. 검색은 의미적 임베딩, 키워드 검색(BM25), 그래프 탐색을 결합한 하이브리드 방식으로 처리됩니다.

대상 사용자

진화하는 현실 세계의 기업 데이터나 사용자 상호작용을 다루는 인터랙티브하고 컨텍스트 인식 AI 에이전트를 개발하는 개발자에게 적합합니다. 과거 정확성과 출처(Provenance)가 중요한 경우에 최적입니다.

주요 특징

  • 시계열 사실 관리: 사실의 유효성을 시간에 따라 추적하며, 과거 컨텍스트를 보존합니다.
  • 출처 추적: 모든 도출된 사실은 해당 사실을 생성한 특정 "에피소드"(원시 데이터)로 거슬러 올라갑니다.
  • 인크리멘탈 업데이트: 배치 재처리 없이 실시간으로 새로운 데이터를 통합할 수 있습니다.
  • 하이브리드 검색: 의미적, 키워드, 그래프 기반 검색을 결합하여 고정밀, 저지연 쿼리를 가능하게 합니다.
  • 플러그인형 백엔드: Neo4j, FalkorDB, Amazon Neptune 등 다양한 그래프 데이터베이스를 지원합니다.

관련

  • 프로젝트
    deeplethe/utopia

    온톨로지와 시간 인식을 통합한 기업용 세계 모델 및 이시간 지식 그래프로, AI 에이전트와 의사결정을 위한 신뢰할 수 있고 감사 가능한 기반을 제공합니다.

  • 프로젝트
    xoai/sage-wiki

    LLM을 활용해 원시 문서를 상호 연결된 위키와 지식 그래프로 변환하여 인간과 AI가 공유하는 기억을 위한 그래프 기반 지식 기반입니다.

  • 프로젝트
    vercel-labs/lat.md

    lat.md는 npm으로 배포되는 CLI로, 코드베이스용 마크다운 기반 지식 그래프를 생성합니다. `lat.md/`에 연결된 문서를 작성하고, 소스 파일에 `@lat` 주석을 추가하며, 그래프를 검증할 수 있습니다. 에이전트와 개발자는 오프라인 MiniLM 또는 원격 OpenAI/Vercel 임베딩을 통해 의미적으로 검색하고, `lat check`, `lat locate`, `lat expand` 명령어로 설계 결정, 제약 조건, 테스트 사양을 코드와 동기화할 수 있습니다.

  • 프로젝트
    angelnicolasc/graymatter

    GrayMatter는 Go로 작성된 단일 바이너리 메모리 계층으로, LLM 에이전트에 지속적인 사실 저장소를 제공합니다. 사실을 지속적으로 저장하고, 기본적으로 상위 8개의 가장 관련성 있는 사실을 검색하며, 컨텍스트 토큰을 약 90% 감소시킵니다. 또한 타입 지정된 지식 그래프를 자동으로 구축하고, Claude Code, Cursor, Codex 등 다양한 MCP 호환 클라이언트와 통합되며, 터미널 UI와 건강 체크 도구를 제공합니다. `go install`, Homebrew, Scoop 또는 사전 빌드된 바이너리로 설치 가능하며, CLI(`graymatter recall`, `remember`, `kg render` 등) 또는 Go 라이브러리를 직접 에이전트 코드에 임베딩하여 사용할 수 있습니다.

  • 프로젝트
    trailhq/Graft

    Graft는 tree-sitter를 사용한 구조적 파싱과 선택적 LLM 요약을 통해 코드베이스의 로컬 마크다운 기반 지식 그래프(요약, 핵심 코드 스니펫, 타입 지정 링크)를 생성하는 오픈소스 TypeScript/Node.js 도구입니다. 그래프는 `graft/` 폴더에 캐시되며 파일 변경 시에만 갱신되며, Claude Code, Cursor, Codex, Gemini 등의 코딩 에이전트에 자동으로 통합됩니다. 벤치마크에서는 최대 46%의 도구 호출 감소, 42%의 토큰 절감, 60%의 지연 시간 감소, SWE-bench에서 12점의 정확도 향상을 기록했습니다. 통합은 `graft init` 명령어 하나로 완료되며, 에이전트별 지침 파일을 생성합니다. CLI는 검색, 시각화, 텔레메트리 제어 기능을 제공합니다. 프로젝트는 MIT 라이선스이며, 더 빠르고 저렴한 AI 지원 개발을 목표로 합니다.