raphaelmansuy/edgequake

해결하는 문제

EdgeQuake는 기존 벡터 기반 RAG의 한계를 극복하기 위해 설계된 고성능 Graph-RAG 프레임워크입니다. 표준 RAG는 구조적 관계를 놓치기 쉬운 유사성 검색에 의존하는 반면, EdgeQuake는 문서를 지능형 지식 그래프로 변환하여 탁월한 멀티홉 추론과 주제 또는 관계 기반 질문에 대한 답변 능력을 제공합니다.

작동 원리

고성능을 위해 Rust로 구축된 이 시스템은 LightRAG 알고리즘을 구현합니다. 문서를 엔티티와 관계로 구성된 지식 그래프로 분해합니다. 검색 중에 벡터 공간(pgvector 사용)과 그래프 구조(Apache AGE 사용)를 모두 탐색하여 임베딩 기반 유사성과 그래프 탐색을 결합함으로써 더욱 포괄적인 답변을 제공합니다.

대상

대규모 문서 세트에 걸친 복잡한 쿼리를 처리할 수 있고 높은 동시성, 낮은 지연 시간 및 견고한 멀티테넌트 격리가 필요한 프로덕션급 RAG 시스템이 필요한 개발자 및 조직.

주요 특징

• 6가지 쿼리 모드: 지연 시간과 검색 깊이의 균형을 맞추기 위해 Naive, Local, Global, Hybrid, Mix, Bypass 모드를 제공합니다.
• PDF Vision Pipeline: 빠른 텍스트 추출과 복잡한 표 및 다단 레이아웃을 재구성하기 위한 비전 기반 모드(GPT-4o, Claude 또는 Gemini 사용)를 모두 지원합니다.
• 프로덕션급 인프라: SSE 스트리밍 기능이 있는 REST API, 내장 인증 및 PostgreSQL 16/17/18 지원을 특징으로 합니다.
• 높은 효율성: 쿼리 지연 시간, 엔티티 추출량 및 문서당 메모리 사용량 측면에서 기존 RAG보다 크게 향상되었음을 입증합니다.
• 에이전트 통합: Model Context Protocol (MCP)를 통해 AI 에이전트에 기능을 노출합니다.