Awesome GitHub RepositoriesPluggable Storage Backends

Cayley is a graph database engine designed for storing and querying interconnected data using a quad-based data model. It functions as an RDF quad store, managing information through subjects, predicates, objects, and labels. The system features a modular graph store architecture with pluggable backends, allowing it to swap between in-memory storage and various external persistent databases. It includes a GraphQL-inspired API and a dedicated data visualizer for the interactive exploration of nodes and edges. Query capabilities cover bidirectional path traversal and multi-syntax execution usi

Gorse is a personalized recommendation engine server and machine learning pipeline designed to suggest items to users based on their behavior and preferences. It operates as a distributed system that separates training, candidate generation, and serving nodes to support high-throughput workloads. The system utilizes a multi-stage recommendation pipeline to refine results through retrieval, scoring, and reranking. It generates personalized suggestions using collaborative filtering, matrix factorization, and item-to-item similarity models, while also providing non-personalized and fallback reco

JanusGraph is a distributed, elastically scalable graph database designed to store and query highly connected data across a cluster of machines. It supports the property graph data model with ACID consistency and integrates multi-model search capabilities including geo, numeric range, and full-text queries. The database also includes a Graph OLAP engine for running batch analytics and global graph computations on large datasets using the Hadoop framework. The project distinguishes itself through a masterless cluster architecture that eliminates single points of failure, allowing every node to

Titan este o bază de date graf distribuită și un motor de calcul conceput pentru stocarea și interogarea seturilor masive de date de noduri și muchii interconectate în clustere multi-mașină. Funcționează ca un strat de stocare graf scalabil și un magazin tranzacțional, oferind un framework pentru executarea sarcinilor de procesare graf la scară largă și a traversărilor profunde. Sistemul se distinge prin backend-ul său de stocare pluggable, care decuplează motorul graf de stratul de persistență fizică. Utilizează partiționarea datelor de tip vertex-cut pentru a echilibra sarcinile de procesare și un model de proprietăți set-cardinality care permite proprietăților unice să stocheze mai multe valori. Platforma acoperă o gamă largă de capabilități, inclusiv indexarea graf multi-model pentru căutări geografice și full-text, gestionarea globală a schemei pentru re-indexarea seturilor de date și operațiuni tranzacționale asigurate prin write-ahead logging. De asemenea, încorporează expirarea elementelor prin setări de tip time-to-live și monitorizarea performanței sistemului pentru urmărirea activității de interogare și a latenței tranzacțiilor.

nano-graphrag este un sistem de recuperare care utilizează grafuri de cunoștințe pentru a oferi context structurat pentru răspunsurile modelelor de limbaj mari (LLM). Funcționează ca un indexator de grafuri de cunoștințe care transformă textul nestructurat într-o rețea de entități și relații, precum și ca un sistem hibrid de recuperare prin grafuri. Proiectul se diferențiază prin combinarea căutărilor locale în vecinătate cu rezumate comunitare globale pentru a răspunde la întrebări complexe în limbaj natural. Include un vizualizator de grafuri de cunoștințe care generează reprezentări HTML ale entităților și relațiilor acestora pentru a mapa cunoștințele indexate. Framework-ul acoperă un set larg de capabilități, inclusiv extracția entitate-relație, clustering-ul grafurilor bazat pe comunitate și indexarea incrementală bazată pe hash. Oferă un strat de integrare pentru conectarea modelelor open-source și a furnizorilor de embedding locali, susținut de backend-uri de stocare pluggable pentru date cheie-valoare, vectoriale și de graf. Utilitatea suplimentară este oferită prin cache-ul de răspunsuri bazat pe argumente și funcții de post-procesare pentru a repara ieșirile JSON instabile de la modelele de limbaj.