memgraph

用内存图数据库给 AI 装上实时记忆，加速智能体响应。

开源 🏷️基础免费，高级付费 ✅ 目前可打开 智能体 🍴 复刻 297 🐛 待处理 944 👀 关注 34
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4653
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费，高级付费 支持限时试用 · 开源核心免费，企业版提供高级功能，官网提供云服务试用。

项目预览

memgraph 项目界面预览图
图片来源：项目官网

项目数据

分类智能体
开发团队memgraph
官网地址https://memgraph.com
GitHubhttps://github.com/memgraph/memgraph
定价模式🏷️基础免费，高级付费
价格说明开源核心免费，企业版提供高级功能，官网提供云服务试用。
访问状态✅ 目前可打开
是否开源是
开源协议NOASSERTION
主要语言C++
技术栈/模型ai,ai-agents,ai-memory,context-graph,cypher,enterprise-context,graph,graph-algorithms,graph-analysis,graph-database,graphrag,kafka,nosql,opencypher,streaming
GitHub 星标★ 4653
上线时间2020-09-21 00:00:00
代码更新2026-11-08
仓库体积137.5 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数6

项目介绍

Memgraph 是一个高性能的开源内存图数据库，专为实时图分析和 AI 场景设计，尤其适用于 GraphRAG、AI 记忆和智能体应用。它使用 C++ 编写，兼容 Cypher 查询语言，能无缝对接 Neo4j 生态。Memgraph 解决的核心问题是传统图数据库在实时性和 AI 集成上的不足，提供毫秒级查询响应，支持流式数据接入，并内置图算法库。其核心能力包括：内存存储引擎、持久化复制、Cypher 查询、图算法（如 PageRank、社区发现）、以及面向 AI 的记忆管理功能（如上下文图构建）。Memgraph 还提供企业级特性，如高可用集群和细粒度安全控制，适合构建知识图谱、智能推荐、欺诈检测等实时应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4653

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶 约 15 分钟 部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

  • 64 位 Linux 等可运行 C/C++ 构建产物的系统环境（README 未给出具体版本）
  • 可访问官方网站与文档 https://memgraph.com/docs/ 获取安装与配置说明
  • 具备查看官方配置参考指南的条件，Memgraph 通过命令行选项进行配置
  • 如需构建源码，需具备 C/C++ 编译工具链（README 未列出具体依赖）

安装与启动步骤

  1. 1查看官方安装说明

    README 的 Download & Install 章节为空，安装方式必须以官网文档为准，不要凭经验猜测命令。

  2. 2确认系统环境

    项目由 C/C++ 编写，需确认目标机器满足官方文档列出的运行或构建环境要求。

  3. 3获取项目源码

    如需从源码入手，可克隆仓库到本地，具体构建步骤请对照官方文档执行。

    git clone https://github.com/memgraph/memgraph.git

  4. 4阅读配置参考

    Memgraph 接受的命令行选项见官方配置参考指南，启动前先确认需要设置的选项。

  5. 5按文档启动服务

    README 未提供启动命令，请严格按官网文档完成安装与启动，避免照搬其他图数据库命令。

如何确认成功

README 未给出验证命令，需按官网文档确认服务已启动并可连接执行查询。

常见问题

Q：安装命令在哪里？

A：README 的 Download & Install 章节为空，安装方式请前往官方文档 https://memgraph.com/docs/ 查看，本教程不提供未经验证的命令。

Q：如何配置 Memgraph？

A：README 说明配置通过命令行选项完成，具体可用选项在官方配置参考指南中列出，请以该指南为准。

Q：支持哪种查询语言？

A：完全兼容 Neo4j 的 Cypher 查询语言，并且符合 ACID，可直接复用 Neo4j 生态的查询习惯。

Q：遇到问题去哪里求助？

A：README 提供了官方 Discord 社区入口，也可查阅官网文档与每日构建页面获取支持。

注意事项

  • README 未提供安装命令，本教程步骤为通用准备动作，实际部署请以官网文档为准。
  • 项目使用 C/C++ 编写，属于数据库服务形态，通常需要单独部署运行环境。
  • 许可证涉及 APL、BSL、MEL 多个文件，商用前请确认具体许可条款。
  • 官方文档地址：https://memgraph.com/docs/ ；每日构建：https://memgraph.github.io/daily-builds/

核心亮点

  • Cypher 兼容，从 Neo4j 迁移成本低，上手快
  • 内存计算，查询延迟低，适合实时 AI 推理
  • 内置图算法和流式数据支持，简化 GraphRAG 开发

不足之处

  • 内存存储导致数据容量受物理内存限制，超大数据集成本高
  • 文档/社区待观察

适用场景

  • 构建 AI 智能体的长期记忆和上下文管理
  • 实时图分析，如金融欺诈检测和网络监控
  • GraphRAG 知识图谱构建与查询

替代项目

Neo4j、ArangoDB、TigerGraph

上一篇：seekdb

下一篇：chroma

同类项目推荐

mentedb 开源

给AI智能体装上会思考的记忆引擎，告别上下文丢失

A cognition aware database engine for AI agent memory. Purpose built in Rust with WA···

★ 124 2026-08-09
redis 开源

高性能内存数据库，搞定缓存、队列和实时查询

For developers, who are building real-time data-driven applications, Redis is the pr···

★ 77317 2026-08-29
hummingbird 开源

消费级硬件上跑超大 MoE 模型，统一内存调度

hummingbird is a lightweight, zero dependency runtime for massive open source Mixtur···

★ 64 2026-08-09
llm-inference 开源

快速搭建基于开源大模型的聊天机器人，省去推理部署烦恼

Large Language Model (LLM) Inference API and Chatbot

★ 124 2026-08-09
gitmoney-public-framework 开源

套用现成框架，AI 办公基建不用从零搭建

Public GitMoney framework for plain-English GitHub, AI Office infrastructure, and fo···

★ 9 2026-08-09
wingman 开源

统一管理所有 AI 模型调用，让推理服务更稳更可控

Inference Hub for AI at Scale

★ 81 2026-08-09
Eloquent 开源

本地多GPU跑AI，图像语音代码全搞定，零订阅

The most feature-complete local AI workstation. Multi-GPU inference, integrated Stab···

★ 64 2026-08-09
tiygate 开源

给 LLM 服务加个高可用保险，自动切换不宕机

TiyGate is a lightweight gateway for highly available LLM services. 一款致力于提供高···

★ 148 2026-08-09