Was ist Graphiti?
Graphiti baut für KI-Agenten einen Wissensgraphen aus Unterhaltungen, Dokumenten und strukturierten Daten. Jeder Fakt (eine Kante zwischen zwei Entitäten) hält fest, wann er gültig wurde und, falls ihm später widersprochen wird, wann er ungültig wurde; alte Fakten bleiben erhalten statt gelöscht zu werden, und jeder Fakt lässt sich auf die Episode zurückführen, aus der er stammt. So kann ein Agent fragen, was jetzt wahr ist und was zu einem früheren Zeitpunkt wahr war.
Neue Daten kommen inkrementell hinzu, ohne Neuaufbau im Batch. Die Suche kombiniert Embeddings, BM25-Stichwortsuche und Graph-Traversierung. Es läuft auf Neo4j, FalkorDB oder Amazon Neptune (die Unterstützung für Kuzu ist veraltet, weil das Upstream-Projekt nicht mehr gepflegt wird), nutzt standardmäßig OpenAI und unterstützt Anthropic, Gemini, Groq und jeden OpenAI-kompatiblen Endpunkt. Referenzserver für MCP und REST sind enthalten.
Graphiti ist das Framework zum Graphaufbau innerhalb von Zep, einem kommerziellen Kontextdienst, der verwalteten Speicher auf seiner eigenen Graphdatenbank Konig, Nutzer und Threads, Dashboards und SLAs ergänzt. Graphiti allein gibt es nur zum Selbsthosten: Datenbank, LLM und Embedder bringst du mit, Mandantenfähigkeit und Zugriffskontrolle baust du selbst.
Lohnt sich Graphiti?
Graphiti löst ein Problem, bei dem reines Vektorgedächtnis danebenliegt: Fakten, die sich ändern. Zieht ein Kunde um oder wird eine Richtlinie ersetzt, liefert ein Vektorspeicher beide Versionen; Graphiti markiert den alten Fakt als ungültig und bewahrt seine Geschichte. Das Projekt ist rege, mit rund 32.200 GitHub-Sternen und v0.31.2 vom 20. Oktober 2026.
Die Belege stammen überwiegend vom Hersteller. Zeps Paper meldet 94,8% gegenüber 93,4% für MemGPT beim Benchmark Deep Memory Retrieval und Genauigkeitsgewinne von bis zu 18,5% auf LongMemEval, bei einer um 90% geringeren Antwortlatenz gegenüber Basis-Implementierungen. Abfragen brauchen keinen LLM-Aufruf, deshalb ist das Abrufen schnell; Zeps Forschungsseite nennt für den verwalteten Dienst einen p95-Abruf von 162 ms auf LongMemEval, was nicht dasselbe ist wie eine selbst gehostete Graphiti-Installation.
Die Kosten fallen bei der Aufnahme an. Jede Episode läuft durch ein LLM, um Entitäten zu extrahieren und Duplikate aufzulösen, und das README warnt, dass Modelle ohne verlässliche strukturierte Ausgabe das falsche Schema liefern und die Aufnahme abbrechen lassen, ein Problem, das mit kleinen lokalen Modellen schlimmer wird. Die Parallelität steht standardmäßig auf 10 Operationen (SEMAPHORE_LIMIT), um 429-Fehler beim Anbieter zu vermeiden, also sind Massenimporte langsam, bis du den Wert erhöhst.
Vor dem Deployment braucht die Sicherheit Aufmerksamkeit. Die Referenzserver für MCP und REST haben keine Authentifizierung, also kann jeder Aufrufer Daten in jeder group_id lesen, ändern oder löschen, und die Compose-Beispieldateien nutzen Standard-Zugangsdaten für die Datenbank. Ein Advisory mit hohem Schweregrad zu einer Cypher-Injection, veröffentlicht im März 2026, wurde in 0.28.2 behoben. Anonyme Telemetrie an PostHog ist standardmäßig an und erfasst Konfigurationsentscheidungen, nicht den Inhalt des Graphen.
Die Bindung an Zep ist enger, als frühere Berichte nahelegten: Das README nennt Graphiti inzwischen das Framework innerhalb von Zep, der Open-Source-Weg ist also dieselbe Engine ohne den Speicher, die Mandantenf ähigkeit und die Werkzeuge, die Zep berechnet. Das macht die Rechnung zwischen Selbstbau und Kauf recht klar. Zeps Flex-Plan kostet 125 $ im Monat für 50.000 Credits bei einem Credit pro 350 Byte Episode, gegenüber dem Betrieb von Neo4j oder FalkorDB plus deinen eigenen Extraktionsaufrufen.
Wo es sich lohnt
Ein Backend Engineer, der einen Support-Agenten für ein B2B-SaaS mit 5.000 Kundenkonten baut
Sich ändernde Kontofakten wie Plan, Verantwortliche und offene Vorfälle merken
Tickets und CRM-Updates als Episoden in Neo4j oder FalkorDB aufnehmen; überholte Fakten werden ungültig markiert statt gelöscht, sodass der Agent sagen kann, welcher Plan im letzten Quartal galt. Jede Episode kostet LLM-Aufrufe für die Extraktion; das Abrufen kostet nichts.
Ein Health-Tech-Team, dessen Patientendaten die eigene VPC nicht verlassen dürfen
Das Agentengedächtnis vollständig auf eigener Infrastruktur betreiben
Graphiti über einen OpenAI-kompatiblen Server wie vLLM oder Ollama auf ein lokales Modell und ein selbst gehostetes FalkorDB richten und die Telemetrie abschalten. Das leistungsfähigste verfügbare lokale Modell nehmen und die Parallelität niedrig halten, weil kleine Modelle das Extraktionsschema oft brechen.
Eine Produktmanagerin, die beim Agentengedächtnis Selbstbau gegen Kauf abwägt
Selbst gehostetes Graphiti preislich mit Zeps verwaltetem Dienst vergleichen
Zeps Free-Stufe bietet 10.000 Credits im Monat und Flex 50.000 für 125 $, HIPAA-BAAs und BYOC nur bei Enterprise. Graphiti spart die Gebühr, überlässt aber Authentifizierung, Mandantenfähigkeit und Betrieb deinem Team.
Bevor du dich festlegst
- Einrichtung
- pip install graphiti-core (Python 3.10 oder neuer) plus Neo4j 5.26 oder FalkorDB 1.1.2, das mit einem docker run startet; OpenAI ist das Standard-LLM und der Standard-Embedder. Das Docker Compose im Repo startet die Datenbank samt Referenzdiensten.
- Integrationen
- Neo4j, FalkorDB, Amazon Neptune (mit OpenSearch Serverless für Volltextsuche) und das veraltete Kuzu; OpenAI, Azure OpenAI, Anthropic, Gemini, Groq und jeder OpenAI-kompatible Endpunkt; Referenzserver für MCP und FastAPI; eine Anleitung für LangGraph.
- Daten und Datenschutz
- Graphdaten bleiben in deiner Datenbank, aber der Text der Episoden geht an das konfigurierte LLM und den Embedder, und das optionale Jev-Dedupe-Routing schickt Dedupe-Prompts an TypeSafe. PostHog-Telemetrie ist standardmäßig an; GRAPHITI_TELEMETRY_ENABLED=false setzen. Eine Cypher-Injection mit hohem Schweregrad wurde in 0.28.2 behoben.
- Kosten im großen Maßstab
- Keine Lizenzgebühr; du zahlst für die Graphdatenbank und für die Aufrufe zur Extraktion und Deduplizierung bei jeder Episode, die bei großem Volumen die Kosten dominieren. Zeps verwalteter Dienst beginnt bei 125 $ im Monat für 50.000 Credits, mit 25 $ je weitere 10.000.
- Grenzen
- Die Aufnahme scheitert mit Modellen, die strukturierte Ausgabe nicht einhalten; die Standard-Parallelität von 10 bremst Massenimporte; die Referenzserver sind nicht für die Produktion gedacht; 494 offene Issues und Pull Requests.
Was gut ist
- Verfolgt die Gültigkeit von Fakten über die Zeit, statt zu überschreiben
- Inkrementelle Updates ohne Neuaufbau im Batch
- Kein LLM-Aufruf bei der Abfrage
- Wahl zwischen Neo4j, FalkorDB oder Neptune und mehreren Modellanbietern
Was nicht
- LLM-lastige Aufnahme braucht Modelle mit strukturierter Ausgabe
- Referenzserver für MCP und REST ohne Authentifizierung
- Telemetrie standardmäßig an
- Benchmark-Ergebnisse stammen vom Hersteller
Am besten für
Teams, die langlebige Agenten bauen, die sich veränderliche Fakten über Nutzer, Konten oder die Welt merken müssen.
Alternativen zu Graphiti
Graphiti: häufige Fragen
- Lohnt sich Graphiti?
- Für Agenten, deren Fakten sich mit der Zeit ändern, ist Graphiti die Open-Source-Gedächtnisschicht, an der sich andere messen müssen, sofern du eine Graphdatenbank betreiben und bei jedem Schreibvorgang für LLM-Extraktion zahlen willst. Wir bewerten es mit 4.3 von 5.
- Was kostet Graphiti?
- Kostenlos und Open Source unter Apache 2.0. Die Graphdatenbank stellst du selbst, und du bezahlst die LLM- und Embedding-Aufrufe bei der Aufnahme.
- Welche Nachteile hat Graphiti?
- LLM-lastige Aufnahme braucht Modelle mit strukturierter Ausgabe; Referenzserver für MCP und REST ohne Authentifizierung; Telemetrie standardmäßig an; Benchmark-Ergebnisse stammen vom Hersteller.
- Für wen eignet sich Graphiti?
- Teams, die langlebige Agenten bauen, die sich veränderliche Fakten über Nutzer, Konten oder die Welt merken müssen.
- Was kostet Graphiti für ein Team oder im Produktivbetrieb?
- Keine Lizenzgebühr; du zahlst für die Graphdatenbank und für die Aufrufe zur Extraktion und Deduplizierung bei jeder Episode, die bei großem Volumen die Kosten dominieren. Zeps verwalteter Dienst beginnt bei 125 $ im Monat für 50.000 Credits, mit 25 $ je weitere 10.000.
- Ist Graphiti sicher für Firmendaten?
- Graphdaten bleiben in deiner Datenbank, aber der Text der Episoden geht an das konfigurierte LLM und den Embedder, und das optionale Jev-Dedupe-Routing schickt Dedupe-Prompts an TypeSafe. PostHog-Telemetrie ist standardmäßig an; GRAPHITI_TELEMETRY_ENABLED=false setzen. Eine Cypher-Injection mit hohem Schweregrad wurde in 0.28.2 behoben.
- Was sind die besten Alternativen zu Graphiti?
- Die nächsten Alternativen, die wir getestet haben, sind Mem0, Cognee, LightRAG und Neo4j.
Antworten geprüft am 23. Okt. 2026.