getzep/graphiti

O que é?

Recursos principais

• 01Acompanha os intervalos de validade dos fatos e invalida os desatualizados em vez de excluí-los
• 02Mantém a proveniência de cada fato derivado até o episódio de origem
• 03Oferece suporte a atualizações incrementais sem recalcular o grafo inteiro
• 04Recuperação híbrida com embeddings, palavras-chave BM25 e navegação pelo grafo
• 05Tipos personalizados de entidades e arestas definidos com modelos Pydantic
• 06Backends conectáveis, incluindo Neo4j, FalkorDB e Amazon Neptune

Casos de uso

• Dar a um chatbot ou agente memória de longo prazo sobre preferências do usuário que mudam com o tempo
• Criar uma base de conhecimento que combine registros estruturados e documentos sem perder o histórico
• Responder a perguntas sobre um momento específico, como o que era verdade no trimestre passado
• Prototipar RAG com grafos temporais usando um modelo local por meio de um endpoint compatível com OpenAI

Início rápido

1. 1

   Instale a biblioteca com pip

   pip install graphiti-core
2. 2

   Configure a variável de ambiente OPENAI_API_KEY (o Graphiti usa o OpenAI por padrão)

3. 3

   Para começar rapidamente, inicie com Docker um banco de dados de grafos como o FalkorDB

   docker run -p 6379:6379 -p 3000:3000 -it --rm falkordb/falkordb:latest
4. 4

   Execute o exemplo de início rápido no diretório examples/quickstart

Antes de usar

• !É necessário ter um banco de dados de grafos, como Neo4j, FalkorDB ou Neptune, além de uma chave de API de LLM, então a configuração exige bastante trabalho.
• !Só pode ser hospedado por conta própria; este projeto não oferece hospedagem gerenciada.
• !Funciona melhor com LLMs que oferecem suporte a saída estruturada; modelos menores podem causar falhas na ingestão.
• !A concorrência padrão é baixa para evitar limites de requisições, então a ingestão pode ser lenta até que ela seja ajustada.

Tópicos

Perguntas frequentes

O que é graphiti?

Framework Python para criar grafos de conhecimento temporais que acompanham mudanças nos fatos ao longo do tempo, usados como memória e contexto para agentes de IA. O Graphiti cria grafos de contexto para agentes de IA a partir de conversas, registros estruturados e textos não estruturados. Cada fato é armazenado como uma aresta entidade-relacionamento-entidade com um intervalo de validade. Assim, quando uma informação muda, o fato antigo é invalidado em vez de excluído, e é possível consultar tanto o estado atual quanto os históricos. Cada fato derivado mantém um link para o episódio bruto que lhe deu origem.

graphiti é gratuito? Qual é a licença?

graphiti é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

graphiti ainda é mantido?

Manutenção ativa. O último commit de graphiti foi em 20 de out. de 2026.

Para que posso usar graphiti?

Dar a um chatbot ou agente memória de longo prazo sobre preferências do usuário que mudam com o tempo Criar uma base de conhecimento que combine registros estruturados e documentos sem perder o histórico Responder a perguntas sobre um momento específico, como o que era verdade no trimestre passado Prototipar RAG com grafos temporais usando um modelo local por meio de um endpoint compatível com OpenAI

Como instalar graphiti?

Instale a biblioteca com pip: pip install graphiti-core Configure a variável de ambiente OPENAI_API_KEY (o Graphiti usa o OpenAI por padrão) Para começar rapidamente, inicie com Docker um banco de dados de grafos como o FalkorDB: docker run -p 6379:6379 -p 3000:3000 -it --rm falkordb/falkordb:latest Execute o exemplo de início rápido no diretório examples/quickstart

Onde consigo graphiti?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/getzep/graphiti