O que é Graphiti?
O Graphiti constrói um grafo de conhecimento para agentes de IA a partir de conversas, documentos e dados estruturados. Cada fato (uma aresta entre duas entidades) registra quando passou a valer e, se for contradito depois, quando foi invalidado; fatos antigos são mantidos, não excluídos, e cada fato remonta ao episódio que o produziu. Isso permite que um agente pergunte o que é verdade agora e o que era verdade em uma data anterior.
Dados novos são adicionados de forma incremental, sem reconstrução em lote. A busca combina embeddings, correspondência de palavras-chave BM25 e travessia do grafo. Roda sobre Neo4j, FalkorDB ou Amazon Neptune (o suporte ao Kuzu está obsoleto porque o projeto de origem não tem mais manutenção), usa a OpenAI por padrão e suporta Anthropic, Gemini, Groq e qualquer endpoint compatível com a OpenAI. Servidores MCP e REST de referência vêm incluídos.
O Graphiti é o framework de construção de grafos dentro da Zep, um serviço comercial de contexto que acrescenta armazenamento gerenciado no seu próprio banco de dados em grafo Konig, usuários e threads, painéis e SLAs. Sozinho, o Graphiti é só auto-hospedado: você fornece o banco de dados, o LLM e o embedder, e constrói por conta própria a multilocação e o controle de acesso.
Graphiti vale a pena?
O Graphiti resolve um problema que a memória vetorial pura erra: fatos que mudam. Se um cliente muda de endereço ou uma política é substituída, um banco vetorial devolve as duas versões; o Graphiti marca o fato antigo como inválido e mantém o histórico. O projeto é movimentado, com cerca de 32.200 estrelas no GitHub e a v0.31.2 lançada em 20 de outubro de 2026.
As evidências vêm, na maior parte, do próprio fornecedor. O artigo da Zep relata 94,8% contra 93,4% do MemGPT no benchmark Deep Memory Retrieval e ganhos de precisão de até 18,5% no LongMemEval, com latência de resposta reduzida em 90% em relação a implementações de base. As consultas não exigem chamada a LLM, e é por isso que a recuperação é rápida; a página de pesquisa da Zep relata recuperação p95 de 162 ms no LongMemEval para o seu serviço gerenciado, o que não é o mesmo que uma instalação auto-hospedada do Graphiti.
Os custos ficam na ingestão. Cada episódio passa por um LLM para extrair entidades e resolver duplicatas, e o README avisa que modelos sem saída estruturada confiável devolvem o esquema errado e quebram a ingestão, problema que piora com modelos locais pequenos. A concorrência padrão é de 10 operações (SEMAPHORE_LIMIT) para evitar erros 429 dos provedores, então cargas em massa são lentas até você aumentá-la.
A segurança exige atenção antes do deploy. Os servidores MCP e REST de referência não têm autenticação, então qualquer chamador pode ler, alterar ou excluir dados em qualquer group_id, e os arquivos Compose de exemplo usam credenciais padrão do banco de dados. Um aviso de injeção Cypher de alta gravidade, publicado em março de 2026, foi corrigido na 0.28.2. A telemetria anônima para o PostHog vem ativada por padrão e cobre escolhas de configuração, não o conteúdo do grafo.
O vínculo com a Zep é mais estreito do que a cobertura anterior sugeria: o README agora chama o Graphiti de framework dentro da Zep, então o caminho open source é o mesmo motor sem o armazenamento, a multilocação e as ferramentas pelos quais a Zep cobra. Isso torna a conta entre construir e comprar bem clara. O plano Flex da Zep custa US$ 125 por mês por 50.000 créditos, a um crédito por 350 bytes de episódio, contra operar Neo4j ou FalkorDB mais as suas próprias chamadas de extração.
Onde ele se destaca
Um engenheiro de backend construindo um agente de suporte para um SaaS B2B com 5.000 contas de clientes
Lembrar fatos de contas que mudam, como plano, responsável e incidentes abertos
Ingira tickets e atualizações do CRM como episódios no Neo4j ou no FalkorDB; fatos superados são invalidados em vez de excluídos, então o agente consegue dizer qual era o plano no trimestre passado. Cada episódio custa chamadas de extração ao LLM; a recuperação não custa nada.
Uma equipe de health tech cujos dados de pacientes não podem sair da sua VPC
Rodar a memória do agente inteiramente na própria infraestrutura
Aponte o Graphiti para um modelo local por meio de um servidor compatível com a OpenAI, como vLLM ou Ollama, e um FalkorDB auto-hospedado, e desligue a telemetria. Use o modelo local mais capaz disponível e mantenha a concorrência baixa, porque modelos pequenos costumam quebrar o esquema de extração.
Um gerente de produto avaliando construir ou comprar memória para agentes
Comparar o custo do Graphiti auto-hospedado com o serviço gerenciado da Zep
O nível Free da Zep dá 10.000 créditos por mês e o Flex, US$ 125 por 50.000, com BAAs HIPAA e BYOC só no Enterprise. O Graphiti evita a taxa, mas deixa autenticação, multilocação e operação com a sua equipe.
Antes de decidir
- Configuração
- pip install graphiti-core (Python 3.10 ou mais recente) mais Neo4j 5.26 ou FalkorDB 1.1.2, que sobe com um único docker run; a OpenAI é o LLM e o embedder padrão. O Docker Compose do repositório sobe o banco de dados com os serviços de referência.
- Integrações
- Neo4j, FalkorDB, Amazon Neptune (com OpenSearch Serverless para busca de texto completo) e o Kuzu, obsoleto; OpenAI, Azure OpenAI, Anthropic, Gemini, Groq e qualquer endpoint compatível com a OpenAI; servidores MCP e FastAPI de referência; um guia para LangGraph.
- Dados e privacidade
- Os dados do grafo ficam no seu banco de dados, mas o texto dos episódios vai para o LLM e o embedder que você configurar, e o roteamento opcional de deduplicação com Jev envia prompts de deduplicação para a TypeSafe. A telemetria do PostHog vem ativada por padrão; defina GRAPHITI_TELEMETRY_ENABLED=false. Uma injeção Cypher de alta gravidade foi corrigida na 0.28.2.
- Custo em escala
- Sem taxa de licença; você paga pelo banco de dados em grafo e pelas chamadas de extração e deduplicação em cada episódio, que dominam o custo em volume. O serviço gerenciado da Zep começa em US$ 125 por mês por 50.000 créditos, com US$ 25 a cada 10.000 adicionais.
- Limites
- A ingestão falha com modelos que não respeitam a saída estruturada; a concorrência padrão de 10 limita cargas em massa; os servidores de referência não são para produção; 494 issues e pull requests abertos.
O que é bom
- Registra a validade dos fatos ao longo do tempo em vez de sobrescrevê-los
- Atualizações incrementais sem reconstrução em lote
- Nenhuma chamada a LLM na hora da consulta
- Escolha entre Neo4j, FalkorDB ou Neptune e vários provedores de modelos
O que não é
- A ingestão pesada em LLM exige modelos com saída estruturada
- Os servidores MCP e REST de referência não têm autenticação
- Telemetria ativada por padrão
- Os resultados de benchmark são do próprio fornecedor
Ideal para
Equipes que constroem agentes de longa duração que precisam lembrar fatos que mudam sobre usuários, contas ou o mundo.
Alternativas ao Graphiti
Graphiti: perguntas frequentes
- Graphiti vale a pena?
- Para agentes cujos fatos mudam com o tempo, o Graphiti é a camada de memória open source a ser batida, desde que você vá operar um banco de dados em grafo e pagar pela extração com LLM em cada gravação. Damos nota 4.3 de 5.
- Quanto custa Graphiti?
- Gratuito e open source sob Apache 2.0. Você fornece o banco de dados em grafo e paga pelas chamadas de LLM e de embeddings durante a ingestão.
- Quais são as desvantagens de Graphiti?
- A ingestão pesada em LLM exige modelos com saída estruturada; os servidores MCP e REST de referência não têm autenticação; telemetria ativada por padrão; os resultados de benchmark são do próprio fornecedor.
- Para quem Graphiti é indicado?
- Equipes que constroem agentes de longa duração que precisam lembrar fatos que mudam sobre usuários, contas ou o mundo.
- Quanto custa Graphiti para uma equipe ou em produção?
- Sem taxa de licença; você paga pelo banco de dados em grafo e pelas chamadas de extração e deduplicação em cada episódio, que dominam o custo em volume. O serviço gerenciado da Zep começa em US$ 125 por mês por 50.000 créditos, com US$ 25 a cada 10.000 adicionais.
- Graphiti é seguro para dados da empresa?
- Os dados do grafo ficam no seu banco de dados, mas o texto dos episódios vai para o LLM e o embedder que você configurar, e o roteamento opcional de deduplicação com Jev envia prompts de deduplicação para a TypeSafe. A telemetria do PostHog vem ativada por padrão; defina GRAPHITI_TELEMETRY_ENABLED=false. Uma injeção Cypher de alta gravidade foi corrigida na 0.28.2.
- Quais são as melhores alternativas ao Graphiti?
- As alternativas mais próximas que analisamos são Mem0, Cognee, LightRAG e Neo4j.
Respostas verificadas em 23 de out. de 2026.