Awesome Graph Engineering · Guia aberto

Projete a organização, não apenas o agente.

Um guia selecionado para projetar organizações de agentes de IA como grafos programáveis: papéis, topologias, transferências, grafos de trabalho, verificação, confiabilidade e observabilidade.

Aqui, os nós do grafo são agentes de IA, não entidades de dados. Procurando bancos de dados em grafo, GNNs, grafos de conhecimento ou GraphRAG? Veja o guia de escopo.

A graph of specialized AI agents connected by explicit handoffs and an evidence gate.

Focus the graph, then use arrow keys to orbit, plus or minus to zoom, and zero to reset. Hold Alt while scrolling to zoom without trapping normal page scrolling.

Working definition · emerging practice

Graph engineering em 30 segundos

Graph engineering é a prática de especificar, executar, observar e evoluir um sistema de agentes estruturado como grafo: seus papéis e instâncias em execução, os contratos que os conectam, o estado e os artefatos compartilhados e as evidências usadas para avaliar o comportamento coletivo. Um sistema qualificado executa pelo menos duas instâncias de agentes responsabilizáveis separadamente; elas podem compartilhar um papel ou modelo. Cada agente pode conter um loop local; testes, loops de auditoria, pessoas e âncoras no mundo real podem atuar como controles não agentes. O grafo deve restringir materialmente a execução e permanecer inspecionável.

  1. 01

    Node

    A bounded role specification or an accountable agentic runtime instance; only runtime instances satisfy plural agency.

  2. 02

    Edge

    A designed dependency: what crosses, in what shape, under which condition.

  3. 03

    Org graph

    The stable topology of roles, ownership, and standing relationships.

  4. 04

    Work graph

    The task-specific structure created, routed, and revised for one objective.

  5. 05

    Gate

    An independent test, audit, human decision, or real-world anchor that controls an edge.

O termo é emergente e polissêmico; por isso, o escopo se limita a uma camada prática de engenharia presente na orquestração de agentes, em sistemas multiagente e em fluxos de trabalho duráveis. Não é um padrão da indústria.

Ler a definição e o escopo completos

The core model

Two graphs. One system.

A stable organization of agents executes ephemeral work. These are complementary analytical views—not proposed universal standards or necessarily separate runtime objects.

Drag or use arrows · Alt-scroll or +/− to zoom
Switch between a stable organization graph and an ephemeral work graph.

Use the Org graph and Work graph buttons to change the model. Focus the graph, then use arrow keys to orbit, plus or minus to zoom, and zero to reset.

Agent persistent role Edge contract explicit handoff Evidence gate quality or policy check

A practical taxonomy

Nine layers from roles to evolution

Start with roles, topology, and handoffs. Add state, gates, and operations only as real failure modes earn the complexity.

Before you add a second agent

Does this job need a graph?

Graphs add coordination cost, latency, and new failure modes. They earn that overhead only when at least one condition is real.

  1. 01

    Parallelism

    Can meaningful work proceed concurrently without constant coordination?

  2. 02

    Isolation

    Must contexts, permissions, or failure domains remain separated?

  3. 03

    Specialization

    Do distinct skills, tools, models, or durable contexts pay for separate roles?

  4. 04

    Verification

    Must a producer’s output pass an independent evidence gate before it advances?

None applyBuild a better loop.

Keep the free context-sharing and lower coordination cost of one agent.

One or more applyDesign the smallest graph that earns its overhead.

Start minimal, define the edges, and require evidence before you evolve.

Guided entry points

Start where you are

Choose the question closest to the one blocking you now.

Explorar o modelo interativo

Searchable resource directory

The graph engineering atlas

Search the field by design layer, resource type, and source/evidence label. Every result maps back to the README and open dataset.

Loading resources…

    Open data

    Use the field guide as data.

    Every resource ships as CSV and JSONL, mapped to a design layer and checked against the README.

    Python
    import pandas as pd
    
    url = "https://raw.githubusercontent.com/ChaoYue0307/awesome-graph-engineering/main/data/resources.csv"
    resources = pd.read_csv(url)
    
    resources.query("layer == 'Gates'").head()
    Schemalayer stringrtype stringvenue stringyear integerdescription stringevidence string

    Licença

    Os metadados, o esquema, os resumos, a documentação, o código e os recursos visuais criados para este repositório são dedicados ao domínio público sob a CC0 1.0 Universal.

    Artigos, software, nomes, logotipos e outros materiais de terceiros referenciados por links mantêm seus próprios direitos e licenças. A CC0 não renuncia a direitos de marca ou patente, e a obra é fornecida sem garantias. A citação é apreciada para fins de rastreabilidade acadêmica, mas não é exigida pela CC0.

    Ler a licença completa