getzep/graphiti

해결하는 문제

Graphiti는 정적인 문서 청크를 넘어선 접근 방식을 통해 기존의 검색 증강 생성 (RAG)의 한계를 해결합니다. 사실, 엔티티, 관계가 시간에 따라 어떻게 진화하는지 추적하는 시계열 지식 그래프를 구축하기 위한 프레임워크를 제공하여, AI 에이전트가 현재의 사실뿐만 아니라 과거의 사실까지 이해할 수 있도록 합니다.

작동 방식

Graphiti는 구조화된 데이터와 비구조화된 데이터를 모든 사실에 "유효 기간"이 있는 그래프 구조로 수집합니다. LLM을 사용하여 원시 데이터(에피소드)에서 엔티티와 관계를 추출하고 이를 그래프 데이터베이스(Neo4j 또는 FalkorDB 등)에 저장합니다. 이러한 사실의 시계열 이력을 추적하기 때문에, 시스템은 하이브리드 검색(의미론적 검색, 키워드 검색, 그래프 순회 검색 결합)을 수행하여 그래프 전체를 재계산할 필요 없이 맥락을 인식한 응답을 제공할 수 있습니다.

대상 사용자

이 프레임워크는 장기 실행 대화형 어시스턴트, 개인화된 엔터프라이즈 도구, 또는 변화하는 현실 세계 데이터를 추적해야 하는 시스템과 같이 깊고 진화하는 맥락이 필요한 AI 에이전트나 애플리케이션을 구축하는 개발자를 위한 것입니다.

주요 특징

• 시계열 사실 관리: 사실이 언제 참이 되고 언제 대체되는지 자동으로 추적하여 전체 이력 기록을 보존합니다.
• 출처 추적: 모든 파생 사실은 원래 소스 데이터(에피소드)에 연결되어 완전한 투명성을 제공합니다.
• 하이브리드 검색: 의미론적 임베딩, 키워드 검색, 그래프 순회를 결합하여 고정밀, 저지연 쿼리를 수행합니다.
• 유연한 온톨로지: 개발자가 정의한 엔티티 유형(Pydantic 사용)과 데이터에서 학습된 창발적 구조를 모두 지원합니다.
• 증분 업데이트: 그래프의 배치 재계산 없이 새로운 정보를 실시간으로 통합합니다.