getzep/graphiti

Что это?

Ключевые возможности

• 01Отслеживает периоды действия фактов и помечает устаревшие факты недействительными вместо их удаления
• 02Сохраняет для каждого выведенного факта ссылку на исходный эпизод
• 03Поддерживает инкрементальное обновление без полного пересчёта графа
• 04Гибридный поиск по эмбеддингам, ключевым словам BM25 и с обходом графа
• 05Пользовательские типы сущностей и рёбер, задаваемые моделями Pydantic
• 06Подключаемые графовые хранилища, включая Neo4j, FalkorDB и Amazon Neptune

Сценарии использования

• Долговременная память чат-бота или агента о предпочтениях пользователя, которые меняются со временем
• Создание базы знаний, объединяющей структурированные записи и документы с сохранением истории
• Ответы на вопросы о состоянии дел в конкретный момент, например о том, что было верно в прошлом квартале
• Создание прототипа temporal Graph RAG с локальной моделью через совместимый с OpenAI эндпоинт

Быстрый старт

1. 1

   Установите библиотеку с помощью pip

   pip install graphiti-core
2. 2

   Задайте переменную окружения OPENAI_API_KEY (по умолчанию Graphiti использует OpenAI)

3. 3

   Для быстрого старта запустите графовую базу данных, например FalkorDB, через Docker

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

   Запустите пример быстрого старта из каталога examples/quickstart

Что важно знать

• !Нужна графовая база данных, например Neo4j, FalkorDB или Neptune, а также API-ключ LLM, поэтому настройка потребует заметных усилий.
• !Поддерживается только самостоятельное размещение; проект не предоставляет управляемый хостинг.
• !Лучше всего работает с LLM, поддерживающими структурированный вывод; небольшие модели могут вызывать сбои при загрузке данных.
• !По умолчанию задан низкий уровень параллелизма, чтобы избежать ограничений частоты запросов, поэтому до настройки загрузка данных может идти медленно.

Темы

Частые вопросы

Что такое graphiti?

Python-фреймворк для построения временных графов знаний, отслеживающих изменения фактов, — память и контекст для AI-агентов. Graphiti строит контекстные графы для AI-агентов на основе диалогов, структурированных записей и неструктурированного текста. Каждый факт хранится как ребро «сущность — связь — сущность» с периодом действия: когда информация меняется, прежний факт помечается недействительным, а не удаляется, поэтому можно запрашивать как текущее, так и историческое состояние. Для каждого выведенного факта сохраняется ссылка на исходный эпизод, из которого он получен.

graphiti можно использовать бесплатно? Какая у него лицензия?

graphiti распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

graphiti всё ещё поддерживается?

Активно поддерживается. Последний коммит в graphiti — 20 окт. 2026 г..

Для чего можно использовать graphiti?

Долговременная память чат-бота или агента о предпочтениях пользователя, которые меняются со временем Создание базы знаний, объединяющей структурированные записи и документы с сохранением истории Ответы на вопросы о состоянии дел в конкретный момент, например о том, что было верно в прошлом квартале Создание прототипа temporal Graph RAG с локальной моделью через совместимый с OpenAI эндпоинт

Как установить graphiti?

Установите библиотеку с помощью pip: pip install graphiti-core Задайте переменную окружения OPENAI_API_KEY (по умолчанию Graphiti использует OpenAI) Для быстрого старта запустите графовую базу данных, например FalkorDB, через Docker: docker run -p 6379:6379 -p 3000:3000 -it --rm falkordb/falkordb:latest Запустите пример быстрого старта из каталога examples/quickstart

Где скачать graphiti?

Исходный код и инструкции по установке — на GitHub: https://github.com/getzep/graphiti