Memgraph es una base de datos de grafos en memoria y de código abierto, compatible con Cypher y diseñada para GraphRAG, memoria de IA y análisis de grafos en tiempo real.
nowledge-co/hawdb
Una base de datos integrada en Rust para agentes de IA que almacena datos de grafos, relacionales, de texto y vectoriales en un motor resistente a fallos y devuelve contexto acotado.
- Estrellas
- 203
- Forks
- 13
- Issues abiertos
- 138
- Último commit
- hace 17 horas
¿Qué es?
HawDB es una base de datos integrada para agentes. Mantiene entidades, relaciones, documentos y eventos en un único proceso resistente a fallos, y está diseñada para devolver contexto acotado en lugar de conjuntos de resultados ilimitados. La estructura de grafos, las filas relacionales, la búsqueda léxica y la búsqueda vectorial comparten un único motor, y cada solicitud de recuperación sigue una canalización fija de búsqueda, filtrado, expansión autorizada del grafo, reranking e hidratación a partir de una instantánea fijada.
Los agentes consultan la base de datos con Cypher parametrizado y SQL con dialecto de PostgreSQL. Cada lectura tiene límites explícitos de filas y carga útil, y las solicitudes que los superan fallan en lugar de devolver una respuesta truncada sin avisar. Las ramas con copy-on-write permiten que un agente trabaje en su propia copia persistente de los datos sin copiar la base de datos, de modo que pueda probar un plan sin afectar la rama principal ni a otros agentes.
La biblioteca está escrita en Rust bajo la licencia Apache-2.0, y sus bindings de Python se publican en PyPI como el paquete hawdb. Está diseñada para Nowledge Mem y se puede enlazar con cualquier host que necesite una capa de contexto persistente.
Funciones clave
- 01La búsqueda en grafos, relacional, de texto completo y vectorial comparte un único motor integrado.
- 02Cypher parametrizado y SQL con dialecto de PostgreSQL en la misma conexión.
- 03Límites explícitos de filas y carga útil; las lecturas que los superan fallan en lugar de truncarse.
- 04Ramas con copy-on-write para agentes, creadas sin copiar los datos de la rama de origen.
- 05Recuperación ante fallos mediante un write-ahead log, con un único proceso de escritura por directorio de base de datos.
- 06Bindings de Python disponibles en PyPI como hawdb.
Casos de uso
- Proporcionar a un agente de IA una memoria persistente y consultable de entidades y relaciones.
- Permitir que un agente pruebe un plan de varios pasos en una rama aislada antes de confirmar los resultados.
- Integrar un almacén de contexto con recuperación acotada en una aplicación Rust o Python.
Inicio rápido
- 1
Añade el crate hawdb a Cargo.toml
- 2
Compila la biblioteca predeterminada a partir de un checkout
cargo build --locked -p hawdb
Antes de usarlo
- Solo es una biblioteca Rust; las aplicaciones deben integrarla mediante Rust o los bindings de Python incluidos en el repositorio.
- Es un proyecto en una fase inicial (versión 0.25, con 197 estrellas) y el README indica que está en integración nightly para Nowledge Mem.
- Un directorio de base de datos solo puede pertenecer a un proceso a la vez.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es hawdb?
- Una base de datos integrada en Rust para agentes de IA que almacena datos de grafos, relacionales, de texto y vectoriales en un motor resistente a fallos y devuelve contexto acotado. HawDB es una base de datos integrada para agentes. Mantiene entidades, relaciones, documentos y eventos en un único proceso resistente a fallos, y está diseñada para devolver contexto acotado en lugar de conjuntos de resultados ilimitados. La estructura de grafos, las filas relacionales, la búsqueda léxica y la búsqueda vectorial comparten un único motor, y cada solicitud de recuperación sigue una canalización fija de búsqueda, filtrado, expansión autorizada del grafo, reranking e hidratación a partir de una instantánea fijada.
- ¿hawdb es gratuito? ¿Qué licencia tiene?
- hawdb es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿hawdb sigue mantenido?
- Mantenimiento activo. El último commit de hawdb fue el 6 nov 2026.
- ¿Para qué puedo usar hawdb?
- Proporcionar a un agente de IA una memoria persistente y consultable de entidades y relaciones. Permitir que un agente pruebe un plan de varios pasos en una rama aislada antes de confirmar los resultados. Integrar un almacén de contexto con recuperación acotada en una aplicación Rust o Python.
- ¿Cómo se instala hawdb?
- Añade el crate hawdb a Cargo.toml Compila la biblioteca predeterminada a partir de un checkout: cargo build --locked -p hawdb
- ¿Dónde consigo hawdb?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/nowledge-co/hawdb
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Paquete oficial de Python para crear aplicaciones GraphRAG que combinan bases de datos de grafos Neo4j, LLM y búsqueda vectorial.
Neo4j es una base de datos de grafos que almacena datos como nodos y relaciones, y permite consultarlos con el lenguaje Cypher.
Framework de Python para crear grafos de conocimiento temporal que registran cómo cambian los hechos y sirven de memoria y contexto para agentes de IA.
Base de datos de grafos de código abierto, distribuida y escalable horizontalmente, con consultas compatibles con OpenCypher y consistencia basada en Raft.
Una base de datos de grafos de conocimiento de código abierto y autoconstruida, donde agentes de IA incorporan y mantienen datos estructurados y tipados para automatizar procesos y tomar decisiones.