graphrag-rs
GraphRAG-rs é uma implementação de alto desempenho e de última geração em Rust do GraphRAG (Geração Aumentada por Recuperação Baseada em Gráficos) que constrói gráficos de conhecimento a partir de documentos e permite consultas em linguagem natural com extração de entidades configurável e LLM local
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserGraphRAG-rs é uma implementação de alto desempenho e de última geração em Rust do GraphRAG (Geração Aumentada por Recuperação Baseada em Gráficos) que constrói gráficos de conhecimento a partir de documentos e permite consultas em linguagem natural com extração de entidades configurável e LLM local
graphrag-rs tem 522 estrelas no GitHub. Foi bifurcado 48 vezes. graphrag-rs é escrito principalmente em Rust. Está em desenvolvimento ativo desde 2025. graphrag-rs está disponível sob a licença MIT. Os seus principais temas são: ai, embeddings, entity-extraction, graphrag.
O que é graphrag-rs?
GraphRAG-rs é uma implementação de alto desempenho e de última geração em Rust do GraphRAG (Geração Aumentada por Recuperação Baseada em Gráficos) que constrói gráficos de conhecimento a partir de documentos e permite consultas em linguagem natural com extração de entidades configurável e LLM local
graphrag-rs é de código aberto?
graphrag-rs é um projeto de código aberto. É distribuído sob a licença MIT.
graphrag-rs é gratuito?
Sim. graphrag-rs é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está graphrag-rs?
graphrag-rs está disponível sob a licença MIT.
Em que linguagem graphrag-rs está escrito?
graphrag-rs é escrito principalmente em Rust.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/automataia-graphrag-rs.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.