Graphiti
为 AI Agent 构建实时知识图谱的开源框架,支持动态图构建、增量更新和语义检索,让 Agent 拥有结构化的长期记忆能力。26K+ stars,Zep 团队出品
🎯适用场景:AI Agent 长期知识图谱记忆、结构化语义检索、动态上下文构建
📥 收录于 2026/6/1
📊 仓库数据
✅ 优点
- •实时知识图谱构建,Agent 记忆结构化程度高
- •支持增量更新,无需重建整个图谱
- •语义检索精准度高
⚠️ 限制
- •图数据库配置有一定门槛
- •大规模图谱构建需要较多资源
- •相比向量检索,知识图谱维护成本更高
🔗 相关工具
FalkorDB
github.com/FalkorDB/FalkorDB
超高速图数据库,4.4K+ stars。基于 GraphBLAS 的稀疏邻接矩阵图表示,专为 GraphRAG 和 LLM 知识图谱设计。Cypher 兼容,是 Neo4j 之外的高性能图数据库选择
🎯知识库问答与 RAG 检索
KAG
github.com/OpenSPG/KAG
基于知识图谱的逻辑形式引导推理与检索框架,8.8K+ stars。由 OpenSPG 引擎和大语言模型驱动,构建逻辑感知和推理的知识检索系统,适合需要复杂多跳问答的企业场景
🎯企业级知识检索系统——适用于需要复杂多跳问答、逻辑推理的知识库场景,如法律咨询、医疗诊断辅助、企业合规查询。
Neo4j LLM Graph Builder
github.com/neo4j-labs/llm-graph-builder
Neo4j 官方出品,利用 LLM 从非结构化数据自动构建知识图谱。支持多种文档格式、实体关系抽取和图可视化,是 RAG + Knowledge Graph 的最佳实践工具,4.7K stars
🎯从企业文档/论文/报告等非结构化数据自动构建知识图谱,支撑 GraphRAG 增强型检索
HelixDB
github.com/HelixDB/helix-db
Rust 编写的图向量数据库,4.6K stars。从底层构建的图-向量混合数据库,将图数据库的关系推理能力与向量数据库的语义检索能力融合,是 GraphRAG 场景的理想选择
🎯GraphRAG 复杂知识图谱推理与语义检索
MarkItDown
github.com/microsoft/markitdown
微软开源的通用文件转 Markdown 工具,支持 PDF、Word、PPT、Excel、HTML、音频、图片 OCR 等数十种格式转换,专为 LLM 和 RAG 数据预处理设计,插件系统可扩展,MIT 协议
🎯多模态内容理解与生成
Firecrawl
github.com/firecrawl/firecrawl
AI 友好的网页抓取 API,支持 URL → Markdown/结构化数据,110K+ stars。专为 LLM 应用设计,自动处理 JS 渲染、分页、反爬,是 RAG 系统的理想数据源
🎯网页自动化与数据采集