Awesome GitHub RepositoriesKnowledge Graphs

Ruflo is an AI agent orchestration platform and workflow automation tool designed to decompose high-level goals into executable action plans. It functions as a manager for multi-agent swarms, organizing autonomous entities into collaborative topologies that utilize shared consensus to complete complex tasks. The framework distinguishes itself through a retrieval-augmented generation layer and knowledge graphs for reasoning over linked data. It incorporates a trajectory-based learning loop that analyzes previous execution paths to refine cognitive patterns and improve future reasoning accuracy

AgentMemory is a persistent knowledge store and memory server designed to provide AI coding agents with long-term memory. It functions as a knowledge graph engine and vector database store that saves and recalls project context, architectural decisions, and patterns across different sessions. The system distinguishes itself by using a tiered-memory consolidation pipeline that compresses raw observations into episodic, semantic, and procedural layers to optimize token usage. It employs a hybrid retrieval strategy combining keyword matching, vector embeddings, and graph traversal to surface rel

R2R is an agentic retrieval-augmented generation platform that uses reasoning agents to perform multi-step data fetching for context-aware answering. It functions as a multimodal vector database manager and knowledge graph engine designed to ground artificial intelligence responses in verified factual knowledge. The platform distinguishes itself by combining reasoning agents for complex research automation with a knowledge graph that maps entity relationships. This allows the system to perform structured data traversal alongside unstructured vector search to resolve complex questions from int

QASystemOnMedicalKG is a medical knowledge graph question answering system designed to retrieve disease-centered information from a structured data store. It functions as both a constructor for building medical knowledge graphs and a retrieval system that extracts answers regarding symptoms, causes, and treatments. The system employs a pipeline that converts unstructured medical web data into a graph database using dictionary-based entity segmentation. It utilizes query-based intent classification to parse natural language inputs and maps these queries to specific nodes and edges within the g

Org-roam is an Emacs-based note-taking system that builds a bidirectional network of plain-text notes, functioning as a personal knowledge base manager. It maintains both forward and backlink references in a SQLite database, automatically updated on file save, and uses persistent unique identifiers for notes instead of file paths to enable stable links across renames and moves. The system integrates directly with Emacs through custom interactive commands and hooks that access the database and buffer state, and it generates static graphs of note interconnections using Graphviz to reveal relati

This project is a self-hosted system for discovering, browsing, and receiving personalized recommendations from academic papers on arXiv. It combines an arXiv API client that downloads paper metadata and PDFs with a TF-IDF document similarity engine and an SVM-based recommendation system that trains a classifier per user based on their preferences. The system provides a web interface for browsing, searching, and filtering recent arXiv submissions, alongside personalized paper recommendations generated from individual user signals. It also includes a Twitter mention tracker that periodically p

Qodo Cover es una plataforma de gobernanza de ingeniería y asistente impulsado por IA diseñado para la revisión de código automatizada y la generación de pruebas unitarias. Utiliza un grafo de conocimiento del código base basado en árboles de sintaxis abstracta (AST) para mapear dependencias y relaciones arquitectónicas, permitiéndole analizar pull requests y aplicar estándares de codificación organizacionales. El sistema se distingue por un pipeline de análisis multi-agente que realiza razonamiento arquitectónico e identifica errores más allá del diff inmediato. Cuenta con un servidor de protocolo de contexto de modelo para exponer la inteligencia del código base a herramientas externas y puede evolucionar automáticamente las reglas de cumplimiento aprendiendo de las decisiones históricas de los pull requests. La plataforma proporciona capacidades integrales para la gestión del conocimiento del código base, incluyendo ejecución de investigación profunda, consultas semánticas y mapeo de dependencias del sistema. También incluye herramientas para la generación iterativa de pruebas unitarias para aumentar la cobertura de código y remediación automatizada para aplicar correcciones directamente a los pull requests. Las opciones de despliegue incluyen SaaS multi-inquilino, inquilino único o instalaciones totalmente on-premises.

KnowledgeGraphData es una colección de conjuntos de datos estructurados y corpora diseñados para proporcionar una capa fundamental para sistemas de inteligencia cognitiva e inteligencia artificial. Consiste principalmente en conjuntos de datos de grafos de conocimiento chinos a gran escala, incluyendo datos de relación de entidades y conjuntos de entrenamiento de NLP utilizados para impulsar la comprensión semántica y la respuesta automática a preguntas. El proyecto se centra en la construcción y exportación de grafos masivos de entidad-atributo-valor, organizando el conocimiento en formatos portátiles. Proporciona partición de dominio especializada para adaptar la recuperación de información a campos profesionales como la salud, el ejército y la seguridad pública. El repositorio cubre una amplia gama de capacidades, incluyendo procesamiento de lenguaje natural en chino, búsqueda semántica y sistemas de diálogo cognitivo. Su conjunto de herramientas abarca análisis lingüístico, extracción de entidades, detección de sentimientos y resumen de texto, así como análisis de contenido visual para auditoría de sitios web y conversión de voz a texto.

Huatuo-Llama-Med-Chinese es un modelo de lenguaje grande médico especializado en procesar y generar texto en lenguaje natural en chino. Es un sistema ajustado por instrucciones diseñado para responder preguntas profesionales de atención médica aprovechando una base de conocimientos médicos dedicada. El modelo integra literatura médica estructurada y grafos de conocimiento para garantizar la precisión clínica durante la generación de respuestas. Emplea inferencia aumentada por grafos de conocimiento para combinar relaciones de entidades estructuradas con salidas de redes neuronales. El sistema se desarrolla mediante la adaptación de pesos específica del dominio, transferencia de modelos interlingüísticos y pipelines de ajuste fino supervisado. Estos procesos alinean los patrones generales del lenguaje con estándares clínicos profesionales y jerga médica china especializada.

auto-dev es una herramienta de ingeniería de software nativa de IA y una plataforma de desarrollo multi-agente diseñada para automatizar todo el ciclo de vida del desarrollo de software. Funciona como un orquestador autónomo que gestiona la codificación, las pruebas y la configuración de infraestructura impulsadas por IA a través de cadenas de agentes declarativas. El proyecto está construido sobre un framework de IA de Kotlin Multiplatform, permitiendo que la lógica de los agentes se ejecute en diversos entornos e interfaces de dispositivos. La plataforma implementa el Protocolo de Contexto de Modelo (Model Context Protocol) para intercambiar herramientas e información del proyecto con servicios de IA externos. Se distingue por el uso de un pipeline de generación aumentada por recuperación (RAG) y grafos de código basados en árboles, que analizan árboles de sintaxis abstracta y cadenas de llamadas para comprimir el contexto del proyecto y reducir las alucinaciones. Un lienzo de desarrollo interactivo proporciona sincronización en tiempo real de diagramas UML, especificaciones OpenAPI y diferencias de código (diffs). Las áreas de capacidad cubren el desarrollo de software autónomo, incluyendo la planificación dinámica de tareas, la reparación iterativa basada en pruebas y la migración de código heredado. El sistema también maneja la automatización de infraestructura como código para Docker y configuraciones de CI/CD, revisiones de código impulsadas por IA y la coordinación de personas de IA compartidas y especificaciones de prompts entre equipos. La lógica central está implementada utilizando Kotlin Multiplatform para asegurar un despliegue de agentes consistente y multiplataforma.

TypeDB es una base de datos de grafos fuertemente tipada y un sistema de gestión de grafos de conocimiento. Sirve como un almacén de datos multimodelo que unifica estructuras relacionales, de documentos y de grafos en un solo entorno, funcionando tanto como una base de datos compatible con ACID como un motor de consultas declarativo. El sistema se distingue por el uso de modelado de hipergrafos n-arios y jerarquías de tipos polimórficos. Emplea un esquema fuertemente tipado para imponer reglas estructurales y validar la integridad de los datos, permitiendo la inferencia polimórfica basada en tipos y el polimorfismo de interfaz basado en roles para resolver relaciones complejas automáticamente durante la ejecución de consultas. La plataforma cubre una amplia gama de capacidades, incluyendo el cálculo de relaciones recursivas mediante tabulación, transacciones con aislamiento de instantáneas y recuperación declarativa de datos. También admite alta disponibilidad mediante replicación de clúster basada en consenso, control de acceso basado en roles e integración con agentes de IA para la recuperación de datos estructurados. La gestión se realiza a través de una interfaz de línea de comandos, y el sistema proporciona herramientas para visualizar esquemas de grafos y auditar la actividad administrativa.

Starspace es un framework de vector embedding diseñado para entrenar representaciones de alta dimensión de texto e imágenes. Funciona como un sistema de aprendizaje automático para ranking neuronal, clasificación de texto y embedding de grafos de conocimiento, mapeando diferentes tipos de objetos en un espacio numérico compartido para facilitar tareas de recuperación y predicción. El sistema incluye herramientas especializadas para la finalización de grafos de conocimiento y predicción de enlaces representando entidades y sus relaciones dentro de un espacio vectorial multirelacional. Además, proporciona capacidades para la recomendación de contenido semántico y clasificación de texto a gran escala mapeando entradas a etiquetas objetivo o elementos candidatos. El framework cubre áreas de capacidad amplias, incluyendo ranking de entidades basado en similitud, extracción de vector embedding de documentos o n-gramas, y el uso de entrenamiento basado en caminatas aleatorias (random-walk). Para gestionar grandes datasets, incorpora carga de datos comprimidos basada en disco y optimización de muestreo negativo.

This project is an educational curriculum and architectural framework for building autonomous AI agents and multi-agent systems. It provides a structured learning path focused on the development of independent software components capable of planning, executing tasks, and utilizing external tools to achieve high-level goals. The framework emphasizes multi-agent system orchestration through distributed architectures where specialized agents collaborate using standardized communication protocols. It details specific design patterns such as dual-memory systems for maintaining short-term plans and

Helix DB is a distributed graph database and knowledge graph platform that persists nodes and edges on object storage for durable and unlimited scaling. It operates as an ACID-compliant system, ensuring data consistency through serializable snapshot isolation during concurrent operations. The project distinguishes itself by combining a vector search engine and a property graph, utilizing hybrid vector and full-text search to locate entry points for graph traversals. It enables dynamic graph querying through a domain-specific language, allowing complex logic and recursive queries to be execute

Memary is a memory-augmented agent framework that stores and retrieves contextual information from a knowledge graph to personalize responses and maintain long-term memory across interactions. It automatically captures all agent interactions and stores them as structured memories without requiring explicit instrumentation, then injects top-ranked user entities and themes into the active context window to tailor agent responses dynamically. The framework distinguishes itself through a multi-retriever memory search that combines COLBERT reranking with recursive graph queries across databases, e

Simple Graph es un motor de base de datos de grafos ligero que utiliza SQLite para persistir nodos y aristas. Funciona como un motor de grafos relacional mapeando estructuras de grafos en tablas de base de datos estándar, permitiendo el almacenamiento tanto de datos estructurados como de información flexible sin esquema mediante el embebido de documentos JSON. El sistema proporciona una utilidad para realizar recorridos de grafos complejos y descubrimiento de rutas aprovechando expresiones de tabla comunes recursivas. Este enfoque permite la exploración de conexiones profundas y secuencias de nodos conectados dentro de la red de datos almacenada. El proyecto admite operaciones estándar de gestión de datos, incluyendo la creación, actualización y eliminación de registros de grafos. Todas las interacciones se manejan mediante la ejecución de sentencias preparadas para asegurar una manipulación de datos consistente y segura dentro del almacenamiento relacional subyacente.

Hyper-Extract is a framework designed for automated knowledge extraction, graph construction, and retrieval-augmented generation. It functions as a command-line tool that transforms unstructured text into structured knowledge graphs and hypergraphs, enabling users to build interconnected, searchable, and machine-readable data repositories from their documents. The system distinguishes itself through its focus on personal knowledge management and incremental processing. It allows users to update existing knowledge bases by processing only new document deltas, avoiding redundant computation. Th