gibram 是基础设施领域的开源项目，由 gibram-io 开发，是 2026 年新上线的项目。
它收录于基础设施分类，该分类目前共有 1,132 个项目，GitHub 星标数为 106。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-14。MIT许可证，可自行部署使用，完全免费。
它主要面向的使用场景是：需要复杂关系推理的问答系统。同类可对比的替代方案包括 Neo4j、Memgraph、Kuzu。
gibram
内存知识图谱，让 RAG 检索更懂关系
GibRAM 是一个基于 Go 语言实现的内存知识图谱服务器，专为检索增强生成（RAG / GraphRAG）工作流设计。它解决的核心问题是传统向量数据库在复杂关系推理上的不足，通过将知识以图结构存储在内存中，支持高效的图遍历和子图检索，从而为大语言模型提供更结构化的上下文。GibRAM 提供类似图数据库的查询能力，但针对 RAG 场景优化了内存占用和检索延迟，支持与主流 LLM 框架集成。其核心能力包括：内存图存储、Cypher 风格查询、子图提取、以及面向 RAG 的上下文组装接口。项目处于早期阶段，但架构清晰，适合需要高性能、低延迟图检索的 RAG 应用开发者探索。
开源
free
搜索知识
GitHub 星标
★ 106
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队gibram-io
所属国家
定价模式free
价格说明开源项目，MIT许可证，可自行部署使用，完全免费。
访问状态
是否开源是
开源协议MIT
主要语言Go
技术栈/模型graph,graph-database,graphrag,llm,llms,rag,vector-database
GitHub 星标★ 106
30天Star增速
HF 下载量
上线时间2026-01-17 00:00:00
最近更新2026-09-14 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6
使用教程
核心亮点
- 内存存储设计，图遍历和子图检索延迟低，适合实时 RAG 场景
- 原生支持 Cypher 风格查询，降低图数据库学习成本
- 面向 RAG 工作流定制，提供上下文组装接口，与 LLM 集成方便
不足之处
- 早期项目，文档和社区生态待观察
- 内存存储限制了数据规模，不适合超大规模知识图谱
适用场景
- 需要复杂关系推理的问答系统
- 企业知识库的图增强检索
- 实时推荐或决策支持中的上下文构建
替代项目
Neo4j、Memgraph、Kuzu
项目介绍
同类项目推荐
freebuff-proxy
开源
聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。
Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···
microduck
开源
用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。
A Tiny biped duck robot
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
ollama
开源
一条命令本地跑起大模型，免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···