Memgraph é um banco de dados de grafos open source em memória, compatível com Cypher e desenvolvido para GraphRAG, memória de IA e análises de grafos em tempo real.
nowledge-co/hawdb
Um banco de dados Rust embarcado para agentes de IA que armazena dados de grafos, relacionais, textuais e vetoriais em um único mecanismo resiliente a falhas e retorna contexto limitado.
- Estrelas
- 203
- Forks
- 13
- Issues abertas
- 138
- Último commit
- há 10 horas
O que é?
HawDB é um banco de dados embarcado para agentes. Ele mantém entidades, relacionamentos, documentos e eventos em um único processo resiliente a falhas e foi projetado para retornar contexto limitado, em vez de conjuntos de resultados sem limites. A estrutura de grafos, as linhas relacionais, a busca lexical e a busca vetorial compartilham um único mecanismo, e cada solicitação de recuperação passa por um pipeline fixo de busca, filtragem, expansão autorizada do grafo, reranking e hidratação a partir de um snapshot fixado.
Os agentes consultam o banco usando Cypher parametrizado e SQL no dialeto PostgreSQL. Toda leitura tem limites explícitos de linhas e de payload, e uma solicitação que ultrapasse esses limites falha, em vez de retornar uma resposta truncada sem aviso. Branches copy-on-write permitem que um agente trabalhe em sua própria cópia durável dos dados sem copiar o banco de dados, para que um plano possa ser testado sem afetar a branch principal nem outros agentes.
A biblioteca é escrita em Rust sob a licença Apache-2.0, com bindings para Python publicados no PyPI como o pacote hawdb. Ela foi desenvolvida para o Nowledge Mem e pode ser vinculada a qualquer host que precise de uma camada de contexto durável.
Recursos principais
- 01Busca em grafos, relacional, full-text e vetorial em um único mecanismo embarcado.
- 02Cypher parametrizado e SQL no dialeto PostgreSQL usando o mesmo handle.
- 03Limites explícitos de linhas e payload; leituras que excedem os limites falham, em vez de serem truncadas.
- 04Branches copy-on-write para agentes, criadas sem copiar os dados da branch pai.
- 05Recuperação de falhas por meio de um write-ahead log, com um único processo de escrita por diretório de banco de dados.
- 06Bindings para Python disponíveis no PyPI como hawdb.
Casos de uso
- Fornecer a um agente de IA uma memória durável e consultável de entidades e relacionamentos.
- Permitir que um agente teste um plano de várias etapas em uma branch isolada antes de confirmar os resultados.
- Incorporar um repositório de contexto com recuperação limitada a uma aplicação em Rust ou Python.
Início rápido
- 1
Adicione o crate hawdb ao Cargo.toml
- 2
Compile a biblioteca padrão a partir de um checkout
cargo build --locked -p hawdb
Antes de usar
- É apenas uma biblioteca Rust; os aplicativos precisam integrá-la por meio de Rust ou dos bindings de Python incluídos no repositório.
- É um projeto em estágio inicial (versão 0.25, com 197 estrelas), e o README informa que está em integração nightly para o Nowledge Mem.
- Um diretório de banco de dados só pode pertencer a um processo por vez.
Em coleções
Tópicos
Perguntas frequentes
- O que é hawdb?
- Um banco de dados Rust embarcado para agentes de IA que armazena dados de grafos, relacionais, textuais e vetoriais em um único mecanismo resiliente a falhas e retorna contexto limitado. HawDB é um banco de dados embarcado para agentes. Ele mantém entidades, relacionamentos, documentos e eventos em um único processo resiliente a falhas e foi projetado para retornar contexto limitado, em vez de conjuntos de resultados sem limites. A estrutura de grafos, as linhas relacionais, a busca lexical e a busca vetorial compartilham um único mecanismo, e cada solicitação de recuperação passa por um pipeline fixo de busca, filtragem, expansão autorizada do grafo, reranking e hidratação a partir de um snapshot fixado.
- hawdb é gratuito? Qual é a licença?
- hawdb é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- hawdb ainda é mantido?
- Manutenção ativa. O último commit de hawdb foi em 6 de nov. de 2026.
- Para que posso usar hawdb?
- Fornecer a um agente de IA uma memória durável e consultável de entidades e relacionamentos. Permitir que um agente teste um plano de várias etapas em uma branch isolada antes de confirmar os resultados. Incorporar um repositório de contexto com recuperação limitada a uma aplicação em Rust ou Python.
- Como instalar hawdb?
- Adicione o crate hawdb ao Cargo.toml Compile a biblioteca padrão a partir de um checkout: cargo build --locked -p hawdb
- Onde consigo hawdb?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/nowledge-co/hawdb
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Pacote Python oficial da Neo4j para criar aplicações GraphRAG que combinam bancos de dados de grafos Neo4j, LLMs e busca vetorial.
Neo4j é um banco de dados de grafos que armazena dados como nós e relacionamentos e permite consultá-los com a linguagem Cypher.
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.
Um banco de dados de grafos open source, distribuído e escalável horizontalmente, com consultas compatíveis com OpenCypher e consistência baseada em Raft.
Um banco de dados de grafo de conhecimento open source que se constrói sozinho, com agentes de IA que preenchem e mantêm dados estruturados e tipados para automatizar processos e apoiar decisões.