vigilar #graph-native-ai hallazgo 04 · boletín 2026-08-08

semantica-agi/semantica

Infraestructura Python "graph-native" para sistemas AI context-aware y auditables: combina knowledge graph, ontology, context graphs, decision intelligence, GraphRAG y provenance tracking en un solo paquete de 50MB de código.

Estrellas

2.425

Forks

313

Lenguaje

Python

Licencia

MIT

Issues

—

Estado

—

Cómo funciona

Implementa graph-native-ai-infra

Núcleo

semantica-agi/semantica Python · MIT agent-memoryai-governanceai-infrastructurecontext-engineeringcontext-graphsdata-engineeringdecision-intelligencedeveloper-tools +10

Se cruza con complementa local-first-code-intelligence compite con vitali87/code-graph-rag

Diagrama derivado de madurez_senales (lenguaje, licencia, estado y topics) y de las relaciones que este repo tiene en el grafo de conocimiento. No es una arquitectura del proyecto: es su posición funcional tal como la registran los boletines.

Posición en el ecosistema

semantica-agi/semantica

complementa

local-first-code-intelligence Concepto · y tirth8205/code-review-graph

semantica-agi/semantica

implementa

graph-native-ai-infra Concepto

vitali87/code-graph-rag

compite con

semantica-agi/semantica Repositorio · y Egonex-AI/Understand-Anything

Expandir en el grafo 3D →

Relaciones que aportó este boletín

implementsconcept_graph_native_ainuevocomplementsconcept_local_first_kgnuevo

Por qué importa

Es el competidor OSS más serio en el espacio de grafos para AI enterprise (donde juegan Glean, Hebbia, Palantir Foundry), pero con un ángulo distinto: no pretende ser un vector store más, sino un paquete único (50MB) que combina knowledge graph, ontology, context graphs, decision intelligence, GraphRAG y provenance tracking. Cada nodo lleva su provenance y la búsqueda es GraphRAG semántica, lo que lo diferencia de PGLite+pgvector (que puede hacer algo similar pero con más boilerplate). Para CSS es relevante como inspiración para el propio grafo de conocimiento: si en algún momento queremos construir un agente que explique de dónde salió cada respuesta, semantica trae eso pre-construido y vale la pena estudiar su modelo ontológico.

Alerta

revisar la sección "Ontology" y la integración con MCP cuando publique server

Idx 4 (semantica): 2.4k★ pero 50MB de código, complejidad alta, doc incompleta. Para audiencia civil no es usable — apunta solo a enterprise.

Apariciones · 1

2026-08-08 hallazgo principal
primera vez en el boletín

Mencionado en

2026-08-10

Señales de madurez (texto original)

2.425★ · 313 forks · Python · creado 2025-06-25 · último push 2026-08-08 (hoy) · licencia MIT. Descripción oficial: "Graph-Native Infrastructure for Context and Accountable AI Systems". Topics: agent-memory, ai-governance, ai-infrastructure, context-engineering, context-graphs, data-engineering, decision-intelligence, developer-tools, explainable-ai, generative-ai, graph-rag, knowledge-graph, llm, ontology, provenance, python, reasoning, semantic-search.