memgraph：提供原子 GraphRAG 和实时关联上下文的内存图数据库

它解决了什么问题

Memgraph 是一款高性能、内存中的图数据库，旨在为 AI 系统提供实时关联上下文。它通过将图遍历、向量相似度搜索和文本搜索合并为单一原子数据库操作，消除了在多个系统中分散检索管道的需求。

工作原理

Memgraph 使用 C/C++ 构建，采用内存架构实现亚毫秒级多跳遍历。它完全兼容 Cypher 查询语言，并提供内置的向量和文本索引。系统包含用于图算法的 MAGE 库（使用 C++、Python 和 CUDA 实现），以及专用的 LLM 实用模块，用于为大语言模型格式化图感知上下文。

适用人群

适用于构建 GraphRAG 管道、AI 记忆系统和代理工作流的开发者，以及从事实时图分析（如欺诈检测、网络分析和基础设施监控）的专业人士。

亮点

• 原子 GraphRAG：允许枢轴搜索、图扩展和提示组装在单个 Cypher 查询中执行。
• 混合搜索：在同一查询层中将用于相似度搜索的向量索引与文本和地理空间索引相结合。
• MAGE 库：提供超过 40 种图算法，包括 PageRank、社区检测和基于 GNN 的链接预测。
• 可扩展性：支持用 Python、Rust 和 C++ 编写的自定义查询模块。
• 实时摄取：原生支持从 Kafka、Pulsar 和 RedPanda 流式数据。