Memgraph — графовая база данных с открытым исходным кодом, работающая в памяти и совместимая с Cypher; подходит для GraphRAG, памяти ИИ и аналитики графов в реальном времени.
nowledge-co/hawdb
Встраиваемая база данных на Rust для AI-агентов: хранит графовые, реляционные, текстовые и векторные данные в одном отказоустойчивом движке и возвращает ограниченный контекст.
- Звёзды
- 203
- Форки
- 13
- Открытые issues
- 138
- Последний коммит
- 14 часов назад
Что это?
HawDB — встраиваемая база данных для агентов. Она хранит сущности, связи, документы и события в одном отказоустойчивом процессе и возвращает контекст в заданных пределах, а не неограниченные наборы результатов. Графовая структура, реляционные строки, лексический и векторный поиск работают на одном движке. Запрос на извлечение данных проходит фиксированный конвейер: поиск, фильтрацию, разрешённое расширение графа, ранжирование и загрузку данных из закреплённого снимка.
Агенты выполняют запросы с помощью параметризованного Cypher и SQL в диалекте PostgreSQL. Для каждого чтения заданы явные ограничения на число строк и объём данных; если запрос превышает их, он завершается ошибкой, а не возвращает незаметно усечённый результат. Ветви с копированием при записи позволяют агенту работать со своей долговечной копией данных без копирования базы, поэтому план можно проверить, не затрагивая основную ветвь или других агентов.
Библиотека написана на Rust и распространяется по лицензии Apache-2.0; Python-привязки опубликованы на PyPI как пакет hawdb. Она создана для Nowledge Mem и предназначена для подключения к любому хост-приложению, которому нужен долговечный слой контекста.
Ключевые возможности
- 01Графовый, реляционный, полнотекстовый и векторный поиск работают на одном встраиваемом движке.
- 02Параметризованный Cypher и SQL в диалекте PostgreSQL доступны через один и тот же объект подключения.
- 03Явные ограничения на число строк и объём данных; чтение, превышающее лимиты, завершается ошибкой, а не возвращает усечённый результат.
- 04Ветви для агентов с копированием при записи создаются без копирования исходных данных.
- 05Восстановление после сбоев с помощью журнала предварительной записи; на один каталог базы данных допускается один процесс записи.
- 06Python-привязки доступны на PyPI как пакет hawdb.
Сценарии использования
- Предоставить AI-агенту долговременную память о сущностях и связях, доступную для запросов.
- Дать агенту возможность проверить многошаговый план в изолированной ветви до фиксации результатов.
- Встроить хранилище контекста с ограниченным извлечением данных в приложение на Rust или Python.
Быстрый старт
- 1
Добавьте crate hawdb в Cargo.toml
- 2
Соберите библиотеку по умолчанию из checkout-версии исходников
cargo build --locked -p hawdb
Что важно знать
- Это только библиотека Rust; приложения должны интегрировать её через Rust или встроенные в репозиторий Python bindings.
- Проект находится на ранней стадии (версия 0.25, 197 звёзд), а в README сказано, что идёт nightly-интеграция с Nowledge Mem.
- Каталог базы данных может принадлежать только одному процессу одновременно.
В подборках
Темы
Частые вопросы
- Что такое hawdb?
- Встраиваемая база данных на Rust для AI-агентов: хранит графовые, реляционные, текстовые и векторные данные в одном отказоустойчивом движке и возвращает ограниченный контекст. HawDB — встраиваемая база данных для агентов. Она хранит сущности, связи, документы и события в одном отказоустойчивом процессе и возвращает контекст в заданных пределах, а не неограниченные наборы результатов. Графовая структура, реляционные строки, лексический и векторный поиск работают на одном движке. Запрос на извлечение данных проходит фиксированный конвейер: поиск, фильтрацию, разрешённое расширение графа, ранжирование и загрузку данных из закреплённого снимка.
- hawdb можно использовать бесплатно? Какая у него лицензия?
- hawdb распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- hawdb всё ещё поддерживается?
- Активно поддерживается. Последний коммит в hawdb — 6 нояб. 2026 г..
- Для чего можно использовать hawdb?
- Предоставить AI-агенту долговременную память о сущностях и связях, доступную для запросов. Дать агенту возможность проверить многошаговый план в изолированной ветви до фиксации результатов. Встроить хранилище контекста с ограниченным извлечением данных в приложение на Rust или Python.
- Как установить hawdb?
- Добавьте crate hawdb в Cargo.toml Соберите библиотеку по умолчанию из checkout-версии исходников: cargo build --locked -p hawdb
- Где скачать hawdb?
- Исходный код и инструкции по установке — на GitHub: https://github.com/nowledge-co/hawdb
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Официальная Python-библиотека Neo4j для создания приложений GraphRAG, объединяющих графовые базы данных Neo4j, LLM и векторный поиск.
Neo4j — графовая база данных, которая хранит данные в виде узлов и связей и позволяет запрашивать их на языке Cypher.
Python-фреймворк для построения временных графов знаний, отслеживающих изменения фактов, — память и контекст для AI-агентов.
Распределённая горизонтально масштабируемая графовая база данных с открытым исходным кодом, запросами, совместимыми с OpenCypher, и согласованностью на основе Raft.
Открытая база данных графов знаний с самообслуживанием: AI-агенты наполняют и поддерживают структурированные типизированные данные для автоматизации процессов и принятия решений.